Dec, 2022

因果性出现的原因：不确定性的重新分配及其临界条件

PDF
TL;DR本文讨论了粗粒化对于因果性和 Causal Emergence 的影响，提出了不确定性的重新分配是 Causal Emergence 的原因，并分析了决定 Causal Emergence 的阈值，进一步提供了选择正确粗粒化操作的有价值的建议。
coarse-grainingcausalitycausal emergenceinformation theorythresholds
发现论文，激发创造
  • 地图胜于领土

    通过信息学理论，本文探讨了一些系统的因果结构在宏观尺度上更具信息量，特定的因果模型能够更好地利用系统特定的因果能力。最终导致这些系统的因果结构无法被微观模型完全捕获。

    Dec, 2016

  • 复杂系统中的涌现和因果性：关于因果涌现及相关定量研究的调查

    本文综述了因果出现的定量理论和应用的最新进展，讨论了两个关键问题：如何量化因果出现和如何在数据中识别它。识别因果出现需要使用机器学习技术，从而在因果出现和人工智能之间建立联系。因果出现的识别建模架构同样适用于因果表示学习、因果模型抽象和基于环境模型的强化学习，因此这些领域中的任何进展都可互相促进。最后讨论了潜在应用和未来展望。

    Dec, 2023

  • 数据中的发现：启发式学习因果涌现

    通过最大化有效信息来学习宏观动力学模型，进而捕捉和量化数据中的因果性出现模式，并展示了模型在模拟和真实数据上的有效性和优良的泛化能力。

    Aug, 2023

  • 多层因果关系系统

    本文提出了一个适用于宏观关系下的因果推断的通用方法，本方法利用大量微观数据，发现微观特征对宏观系统的影响，并介绍了一种通过实验设计和观测数据来发现宏观变量的算法，同时提出了一系列满足特定条件的多级因果结构识别方法。

    Dec, 2015

  • 有意义的因果汇聚和矛盾混淆

    该研究讨论了聚合变量的影响，特别是针对不同微观表现会对下游宏观变量产生不同变化的问题，进而讲述了因果关系在聚合变量中的局限性，只有参考微观物态才能确定宏观因果关系，并探讨了宏观干预和微观状态分布的关系。

    Apr, 2023

  • 解释出现

    出现是各个领域中的一个重要属性，可以突如其来地出现，初看并不能预测其出现。因此被认为是相对于观察者的主观属性。一些具有简单和确定性规则的数学系统却展现出突出的行为。研究这些系统为对主观和客观不需要观察者的理解提供了新思路，使得描述计算不可简化成为理解出现现象的关键。

    Aug, 2023

  • 一种算法化的应对 “涌现” 的方法

    本研究提出了一种基于算法信息论的客观框架来量化并客观描述新兴性概念，并通过应用于动力系统和热力学的实例来验证定义的有效性。

    May, 2022

  • 通过微观模拟决定 “粗糙方程” 的性质：婴儿浴水方案

    该论文介绍了一种基于微观模拟和样本统计的方法，用于推断多尺度计算中缺失的粗略方程及其相关信息，该方法可应用于多种边界条件和守恒方程，并有望成为多尺度计算的一个重要环节。

    Dec, 2002

  • 自动驾驶危急情况解释中的因果关系理解

    为确保自动驾驶系统的安全运行，该研究引入了因果查询的正式化，建立了抽象的安全原则，从而降低与关键影响因素相关的临界性，并对数据采集、模型质量等方面做出了贡献。

    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