causal relationship | BriefGPT

关键词causal relationship

搜索结果 - 8

因果启发式：基于前门调整的大型语言模型提示去偏
通过揭示结构性因果模型的因果关系，提出了一种基于前门调整的新颖因果提示方法，通过设计不访问大型语言模型的参数和逻辑回归的提示，实施因果干预，并通过前门调整计算输入提示和输出答案之间的因果效应来减轻模型偏差。
PDF4 months ago
孕期身体活动对生活质量的影响：一种因果机器学习方法研究
研究分析了孕期和产后进行足够的体育活动对生活质量的影响，结果显示孕期和产后进行足够的体育活动可使身体健康和心理健康领域的生活质量分别提高 7.3 和 3.4 个单位，通过结合因果发现和因果推断方法，我们开发了一种因果机器学习方法，并采用四种
PDF4 months ago
定价的因果预测
本文提出了一种在定价环境中进行需求预测的新方法，通过建模价格作为需求的输入变量之间的因果关系，结合双机器学习方法和基于 Transformer 的预测模型。通过广泛的实证实验，在一个完全控制的设置中，我们证明了我们的方法通过合成但真实的数据
PDF6 months ago
通过协方差矩阵的乔列斯基分解恢复具有潜变量的线性因果模型
通过从观测数据中恢复有向无环图（DAG）结构来发现因果关系是一个众所周知的挑战性组合问题。本文首先提出了一种基于观测数据协方差矩阵的 Cholesky 分解的 DAG 结构恢复算法，该算法快速易实现且具有精确恢复的理论保证。在合成和真实数据
PDF8 months ago
通过城市人类活动分析提升时空交通预测
提出了一种基于图卷积深度学习算法的改进交通预测方法，利用国家家庭旅行调查的人类活动频率数据增强了活动与交通模式之间的因果关系推断能力，从而实现了最先进的性能表现，而无需引入过多的计算开销。
PDFa year ago
基于动态因果解释的扩散 - 变分图神经网络用于时空预测
本文提出一种基于动态扩散变分图神经网络 (DVGNN) 的动态图构建方法，并在时序数据集上对 DVGNN 进行实验，证明它可以更好地反映动态图的因果关系和不确定性，达到更好的预测效果。
PDFa year ago
前馈神经网络的因果发现和注入
本文通过向前馈神经网络注入潜在的因果关系，以保证神经网络模型符合专家知识，从而提高模型在发现因果关系和预测性能方面的鲁棒性和精度。
PDF2 years ago
核工具变量回归
该研究提出了一种非参数化的核工具变量回归方法，可以应用于探索观察数据中因果关系，并在实验中得到非常好的表现。
PDF5 years ago