ICLRJan, 2021
使用自解释神经网络的 Granger 因果关系可解释模型
Interpretable Models for Granger Causality Using Self-explaining Neural Networks
Ričards Marcinkevičs, Julia E. Vogt
TL;DR本文提出了一种基于自解释神经网络的非线性动力学下多元格兰杰因果推断的新框架，该框架除了关系推断外，还允许检测格兰杰因果效应的符号并检查其随时间的变化，通过模拟数据等实验表明该框架与其他基线方法相比在推断格兰杰因果性方面具有相当的性能，并在推断交互符号方面取得更好的表现，这表明本框架是推断格兰杰因果性的可行且更易解释的替代方法。