论因果模型的等价性：一种范畴论方法

Jun Otsuka; Hayato Saigo

论因果模型的等价性：一种范畴论方法

机器学习 2022-01-19 v1

作者: Jun Otsuka , Hayato Saigo

摘要

我们发展了用于判定具有不同但同态的有向无环图（基于离散变量）的因果模型等价性的范畴论准则。遵循Jacobs等人（2019），我们将因果模型定义为因果字符串图的概略解释，即从图G的“语法”范畴 $\textsf{Syn}_G$ 到有限集合与随机矩阵范畴 $\textsf{Stoch}$ 的函子。因果模型的等价性随后通过两个此类函子之间的自然变换或同构来定义，我们分别称之为 $\Phi$ -抽象与 $\Phi$ -等价。我们证明了当一个模型是另一个模型的 $\Phi$ -抽象时，前者的干预演算可一致地翻译为后者的干预演算。我们还确定了当变换为确定性时，模型容纳 $\Phi$ -抽象的条件。

关键词

因果模型范畴论有向无环图 Φ-抽象干预演算随机矩阵

引用

@article{arxiv.2201.06981,
  title  = {On the Equivalence of Causal Models: A Category-Theoretic Approach},
  author = {Jun Otsuka and Hayato Saigo},
  journal= {arXiv preprint arXiv:2201.06981},
  year   = {2022}
}

备注

To be presented at the 1st Conference on Causal Learning and Reasoning

论因果模型的等价性：一种范畴论方法

摘要

关键词

引用

备注

相关论文