causal bayesian network | BriefGPT

关键词causal bayesian network

搜索结果 - 10

基于因果关系的大规模 InSAR 遥感图像下飓风后建筑损坏快速检测
我们提出了一种从 InSAR 图像中快速检测飓风后建筑损伤的方法，通过使用综合性因果贝叶斯网络对风、洪水、建筑损伤和 InSAR 图像的复杂因果依赖关系进行编码，并将 InSAR 图像的信息与洪水和风的先验物理模型相融合，无需地面真实标签，
PDF9 months ago
子宫内膜癌淋巴结转移的风险评估：因果推理方法
用因果贝叶斯网络代替机器学习模型，通过 bootstrap 重采样算法，从限制性的观察数据中发现子宫内膜癌患者淋巴节点转移的危险性，并评估选择偏差造成人工干预的可能性，最终讨论因缺失数据而产生的偏差，为真实世界临床环境下的预后风险评估提供方
PDFa year ago
使用深度学习分析客户流失的因果关系
使用深度前馈神经网络和因果贝叶斯网络框架进行顾客流失预测，并通过测试数据的评估度量验证了该模型的优越性。同时，文中还提出了客户超额保证金交纳水平、账户增长和客户任期等独立因果变量可能会成为顾客流失的混淆因素。
PDFa year ago
分离未知因果干预混合物
研究了在引起贝叶斯网络中识别所有干预混合组分的问题，证明了在满足积极性条件的情况下，如果混合组分满足接受排除假设，则可以唯一地识别它们。
PDF2 years ago
ICML一种因果线性模型，用于量化边缘流和边缘不公平性，以实现不公平边缘优先和歧视消除
通过先优先考虑不平等的来源来减轻其基本不合理性，本论文提出了一种公正边缘优先算法以及去偏见的生成数据分配模式，其基于代表数据生成过程的因果贝叶斯网络和结果不公平的敏感节点。
PDF4 years ago
ICML从观测中学习和采样原子干预
本文研究使用因果贝叶斯网络中的观测样本有效估计单一变量干预效应的问题，并给出了高效的时间与样本复杂度算法。
PDF4 years ago
AAAI利用聚合观测数据解开因果贝叶斯网络干预混杂问题
该研究研究了从已知的因果贝叶斯网络中进行的干预的混合分布的分离问题，提出了一种有效算法来恢复混合成分的混合比例，并基于简单假设证明了混合物精确边际已知时可排除混合中的少数分布来使混合成分混合比例可识别，进而设计了一种估计混合比例的优化框架，
PDF5 years ago
基于因果贝叶斯网络的公平性观点
用因果贝叶斯网络表示数据生成机制中不公平现象，重新审视与 COMPAS 预审风险评估工具相关的公平性问题，并强调在进行模型的公平性评估时需要仔细考虑训练数据中的不公平模式。通过显示因果贝叶斯网络在数据集中提供了衡量不公平性和设计公平模型的强
PDF5 years ago
使用干预学习和测试因果模型
本文研究了因果贝叶斯网络上的测试和学习问题，并提出了有效的算法来测试两个未知因果贝叶斯网络的相似性和学习因果贝叶斯网络。
PDF6 years ago
Pearl 的干预微积分是完备的
本文研究非实验数据中确定因果关系的图形准则，提出了 Pearl 的工作和 Huang 和 Valtorta 的算法，并证明了 Pearl 提出的基本 do-calculus 规则是完整的。
PDF12 years ago