快速受限因果推断
人工智能
2017-07-18 v1
摘要
隐藏变量是基于仅可测量变量从数据中恢复信念网络时众所周知的干扰源。因此，假设隐藏变量存在的模型正在开发中。本文提出了一种新算法，用于“加速”Spirtes、Glymour 和 Scheines 的已知 CI 算法 {Spirtes:93}。我们证明，如果统计独立性检验是可靠的，该算法不会产生数据中不存在的（条件）独立性。这一结果被视为非平凡的，因为例如，同样的主张对于 FCI 算法（另一种在 {Spirtes:93} 中开发的 CI“加速器”）并不成立。
引用
@article{arxiv.1707.04584,
title = {Fast Restricted Causal Inference},
author = {Mieczysław A. Kłopotek},
journal= {arXiv preprint arXiv:1707.04584},
year = {2017}
}
备注
1995 internal report. arXiv admin note: substantial text overlap with arXiv:1705.10308, arXiv:1706.10117; text overlap with arXiv:1707.03881