因果网络中关联集体积的估计

超越范式性贝尔定理中网络的因果网络可带来新型的非经典行为及其应用。然而，其研究一直受阻于这样一个事实：它们定义了一类非凸的关联集，且即便对最简单场景，目前也仅获得了非常不完整或近似的描述。在此，我们对该问题采取不同立场，考虑给定网络所产生的经典或非经典关联的相对体积。在众多其他结果中，我们展示了一些实例，其中膨胀技术（inflation technique）——可以说是该领域最广为传播的工具——无法探测到显著部分的非经典行为。有趣的是，我们还表明，干预（interventions）这一因果推断中的核心工具的使用，可大幅增强我们见证非经典性的能力。