因果发现中随机测量误差的上界
机器学习
2022-08-31 v1 机器学习
摘要
因果发现算法基于若干假设从数据推断因果关系，其中尤为重要的是不存在测量误差。然而，这一假设在实际应用中极有可能被违背，从而可能导致错误且不可复现的结果。在本工作中，我们展示了如何由测得变量的协方差矩阵获得随机测量误差方差的上界，以及如何将该上界用作基于约束的因果发现的修正。我们在模拟数据以及真实世界的蛋白质信号数据上展示了我们方法的实际应用。
引用
@article{arxiv.1810.07973,
title = {An Upper Bound for Random Measurement Error in Causal Discovery},
author = {Tineke Blom and Anna Klimovskaia and Sara Magliacane and Joris M. Mooij},
journal= {arXiv preprint arXiv:1810.07973},
year = {2022}
}
备注
Published in Proceedings of the 34th Annual Conference on Uncertainty in Artificial Intelligence (UAI-18)