使用多数据因果发现选择机器学习应用的稳健特征

Apr, 2023

使用多数据因果发现选择机器学习应用的稳健特征

Selecting Robust Features for Machine Learning Applications using Multidata Causal Discovery

Saranya Ganesh S., Tom Beucler, Frederick Iat-Hin Tam, Milton S. Gomez, Jakob Runge...

TL;DR通过提出多数据因果特征选择方法，该方法利用 Tigramite Python 包实现的 PC1 或 PCMCI 因果发现算法，对多个时间序列数据集进行处理，过滤出有因果关系和值得关注的变量进行输入，从而有效地预测了西太平洋热带气旋的统计强度。

Abstract

robust feature selection is vital for creating reliable and interpretable Machine Learning (ML) models. When designing statistical prediction models in cases where domain knowledge is limited and underlying interactions are unknown, choosing the optimal set of features is often difficu

robust feature selection machine learning models multidata causal feature selection causal discovery algorithms intensity prediction

发现论文，激发创造

算法公平性的因果特征选择

本文介绍了一种使用因果干预公平性范例，通过在数据管理的集成组件中考虑公平性来识别特征以提高预测质量而不添加偏差的方法，提出了一种使用条件独立性检测的方法来确定确保干预公平的特征子集，并通过现实世界的数据集进行了详细的实证评估，证明了方法的有效性和效率。

Jun, 2020

通过传输熵进行因果特征选择

我们提出了一种新颖的方法，结合了特征选择和因果发现，专注于时间序列，通过使用前向和后向特征选择程序，并利用传递熵来估计从特征到目标的因果信息流，实现了特征的选择不仅仅基于模型性能，还捕捉到因果信息流。

Oct, 2023

基于实例的因果特征选择用于模型解释

本文提出一个解释黑盒视觉分类器的因果推断扩展，即在实例特征选取的基础上选择对模型输出具有最大因果效应的特征子集，并使用相对熵距离量化这些特征子集的因果影响，该方法运用于多个视觉数据集中并证明了其高效性。

Apr, 2021

可靠的特征选择对抗性鲁棒性网络攻击检测

通过选择与网络攻击检测最相关的特征，在网络流量分析中训练机器学习模型所使用的高质量数据，可以提高模型的鲁棒性和计算效率。通过改进数据集、选择与时间相关的特征和更具体的特征集，以及进行对抗训练，机器学习模型在不损害正常流量传输的情况下显著提高了其抗对抗攻击的泛化能力，从而在企业计算机网络中可可靠地检测可疑活动和扰动流量。

Apr, 2024

负责任机器学习的因果特征选择

通过识别具有因果效应的特征并区分因果关系和相关性，因果特征选择被认为是确保机器学习模型在高风险应用中担负伦理和社会责任的独特方法。

Feb, 2024

多模态数据的因果分解

利用多模态数据和物理约束来发现具有因果关系的重要特征的因果表示学习算法（causalPIMA）。通过可微分参数化和单个可追踪证据下限损失函数，在完全无监督的设置中学习变分自动编码器的有向无环图（DAG）的潜在空间，同时学习一种高斯混合先验和一种新的结构指示因果关系的特征发现方法。测试结果表明，可以在完全无监督的设置中学习可解释的因果结构并同时发现关键特征。

Oct, 2023

CUTS+：从不规则时间序列中进行高维因果发现

本文提出了 CUTS + 方法，该方法结合了 Granger 因果关系、粗到细发现技术和基于信息传递的图神经网络，以克服时间序列数据中高维度和缺失值的限制，从而取得了很好的因果发现性能。

May, 2023

物联网入侵检测的高效网络流量特征集

评估了使用不同的特征选择方法（信息增益、卡方检验、递归特征消除、平均绝对偏差和离散比）提供的特征集在多个 IoT 网络数据集中的影响，以提高计算机效率。结果显示在保持良好泛化能力的同时，提高了机器学习模型的计算效率，对于每个数据集识别出了最具影响力的特征，并且特征集之间几乎没有差异。

Jun, 2024

在自相关非线性时间序列数据集中发现同时与滞后的因果关系

介绍了一种基于条件独立性的方法，可以从观测时间序列中发现线性和非线性的滞后和同时因果关系。方法名为 PCMCI$^+$, 可以优化条件集合的选择并从自相关中受益，具有更高的邻接检测能力和特别是更多的同时因果关系检测精度，同时更好地控制假阳性。

Mar, 2020

基于数据驱动的二阶段多重分割因果集合模型的时间序列

本文提出了一种基于数据驱动的两阶段多分割因果推断集成模型，结合了不同因果基本算法的优势，通过数据划分方案降低噪音影响。在多个指标的评估下，通过实验发现我们的因果集成方法在不同情况下均优于各个基本算法，可实现更强大和可靠的因果关系推断。

Mar, 2024