BriefGPT.xyz
Ask
alpha
关键词
linear gaussian additive noise
搜索结果 - 2
学习潜在结构因果模型
本文提出了一种基于贝叶斯推理的方法,在低级别数据的情况下学习维度高、SCM 结构和参数未知的高级因果变量,从而实现对潜在 SCM 的推断和图像生成。
PDF
2 years ago
ICML
用于贝叶斯因果发现的潜变量模型
该研究探讨了从高维数据中学习因果表示的挑战性问题,并引入了一种基于潜变量解码器模型的贝叶斯因果发现方法,在半监督和无监督的情况下进行了实验,表明使用已知的干预目标能够帮助结构和参数的无监督贝叶斯推断。
PDF
2 years ago
Prev
Next