弱假设下基于 ASP 的半马尔可夫因果模型发现
机器学习
2019-06-07 v1 机器学习
摘要
近年来，人们研究了在自动因果发现中放宽所谓忠实性（Faithfulness）假设的可能性。研究表明：（1）忠实性假设可以多种方式弱化，且在重要意义上保留其效力；（2）弱化忠实性可能有助于加速基于答案集编程的方法。然而，该方向的工作迄今仅考虑了无隐变量因果模型的发现。本文研究半马尔可夫因果模型（容纳隐变量可能性）基于约束发现的忠实性弱化，并表明（1）与（2）在这一更现实的设定下依然成立。
引用
@article{arxiv.1906.02385,
title = {ASP-based Discovery of Semi-Markovian Causal Models under Weaker Assumptions},
author = {Zhalama and Jiji Zhang and Frederick Eberhardt and Wolfgang Mayer and Mark Junjie Li},
journal= {arXiv preprint arXiv:1906.02385},
year = {2019}
}
备注
12 pages, 6 figures, IJCAI 2019