ICLRFeb, 2024
异构数据的联邦因果推断
Federated Causal Discovery from Heterogeneous Data
Loka Li, Ignavier Ng, Gongxu Luo, Biwei Huang, Guangyi Chen...
TL;DR提出了一种新的面向任意因果模型和异构数据的联邦因果探索方法,通过使用代理变量来解决不同客户端之间的数据异构性,并利用联邦条件独立性检验和联邦独立性改变原则来确定因果方向,无需对特定函数形式进行任何假设,以以保护数据隐私的方式构建摘要统计量,实验证明了该方法的有效性。