Mar, 2018
结构不可知建模:对因果图的对抗学习
Structural Agnostic Modeling: Adversarial Learning of Causal Graphs
Diviyan Kalainathan, Olivier Goudet, Isabelle Guyon, David Lopez-Paz, Michèle Sebag
TL;DR本研究提出了一种新的因果发现方法 Structural Agnostic Modeling(SAM),该方法结合了条件独立性和分布不对称性,并旨在从观察数据中找到潜在的因果结构。研究使用神经网络作为不同参与者之间的游戏,并通过优化图结构和参数来实现优化学习准则。该方法通过在合成和真实数据上进行广泛的实验验证。