利用预图像发现多变量环境中的非线性关系

因果发现，除了将网络推断为一组连接点之外，还在利用人工智能进行科学发现中提供了关键功能。物理学、生理学、多智能体不确定环境中的策略决策、气候学等众多领域中的问题，其根源在于因果与推理。显然，许多真实世界的时间观测彼此间呈非线性关系。尽管观测点数可高达数百万，但由于伦理或实际原因，时间样本数可能极少，从而导致大规模系统中的维数灾难。本文提出一种利用核主成分分析和预图像来获取多变量时间序列数据非线性依赖关系的新方法。我们表明，当观测受时间限制且呈非线性关系时，我们的方法优于最先进的因果发现方法。我们提供了在具有多种拓扑结构的真实世界与合成数据集上的大量仿真以评估所提方法。