Jul, 2022

结构因果模型之间的抽象：定义和性质述评

PDF
TL;DR本文综述了针对结构因果模型（SCMs）在不同级别抽象间建立关系的问题上已提出的解决方案，着重于 SCMs 之间的映射的形式特性，并强调了可在其上实施此特性的不同层次（结构、分布）。此理解不仅允许区分具有更多意识的因果抽象提案，而且还允许针对特定应用程序的相关抽象形式定制抽象定义。
structural causal modelsabstractioninterventional consistencyformalismcausal systems
发现论文，激发创造
  • 扩展结构性因果模型在自主体认系统中的应用

    自主系统中利用因果推理的案例研究，通过结构性因果模型提高系统的透明度、结果解释能力和对外部变量的推理，增强公众信任感并促进相关规范制定。

    Jun, 2024

  • 多个干预分布上联合学习一致的因果抽象

    本文提出了一个基于 Rischel（2020）提出的抽象形式化理论的因果抽象学习框架，并给出了一个可微分编程解决方案，以在人造数据和电动汽车电池制造领域中实现了关于多个分辨率级别的因果关系推理。

    Jan, 2023

  • 比较因果框架：潜在结果、结构模型、图形和抽象

    本论文旨在准确明确 Rubin 因果模型（RCM）和结构因果模型（SCM）框架之间的关系，揭示 SCMs 框架中隐含的代数约束规则，指出 SCM 原则在经典应用中的重要作用。

    Jun, 2023

  • 不要边缘化机制，而应巩固！

    结构性因果模型 (SCMs) 是理解许多现实世界系统中的复杂因果关系的有力工具，我们介绍了整合因果机制的概念，以简化大规模 SCM 并保持一致的干预行为。

    Oct, 2023

  • 具有循环和潜变量的结构因果模型基础

    本研究主要在于探究具有潜在共变量和环路的结构因果模型，并证明其遵守特定可解性条件下的便利性质，这一工作将结构因果模型在具有周期的情况下进行了推广，从而提供了一般性的统计因果建模的基础。

    Nov, 2016

  • 分布一致性的结构因果模型

    在因果建模领域，潜在结果和结构因果模型是主要框架。然而，这些框架在实际建模反事实时面临着明显的挑战，形式化表现为潜在结果的联合分布参数。本文通过对潜在结果和结构因果模型在建模反事实中的研究，提出了 “退化反事实问题” 这一内在模型容量限制，并引入了一种新的 “分布一致性” 假设，基于该假设提出了增强建模反事实能力的 “分布一致性结构因果模型”。通过引入可识别的因果参数 “一致性概率”，在个性化激励示例中展示了 DiscoSCM 在实践中的实际意义。此外，还在 DiscoSCM 框架中提供了关于 “因果阶梯” 的全面理论成果，希望为反事实建模的未来研究开辟新的方向，从而增强我们对因果关系及其在现实世界应用领域的理解。

    Jan, 2024

  • 学习潜在结构因果模型

    本文提出了一种基于贝叶斯推理的方法，在低级别数据的情况下学习维度高、SCM 结构和参数未知的高级因果变量，从而实现对潜在 SCM 的推断和图像生成。

    Oct, 2022

  • 结构方程模型的因果一致性

    该论文介绍了结构方程模型 (SEMs) 中精确的转换机制，以实现不同粒度和级别的建模；它强调了在因果建模过程中精确定义干涉的重要性，并阐明了循环 SEMs 的解释。

    Jul, 2017

  • 标准化结构因果模型

    通过引入标准化操作，我们提出了内部标准结构因果模型（iSCMs），以解决结构因果模型数据中的方差和成对相关性增加的问题，并证明线性 iSCMs 在大系统中不会折叠成确定性关系，可能在超越所研究的基准问题的因果推断中是一个有用的模型。

    Jun, 2024

  • 从因果图总结中确定直接影响的可辨识性

    本文介绍了一个完整的可识别性结果，该结果表征了所有情况，其中从总结因果图中直接效应可以图形化识别，并提供了两个可靠的有限调整集，可以用来估计直接效应。

    Jun, 2023