arXiv stat.ML· Yang Ni·· 15 天前AI 评分33
超越条件独立性的因果发现：有向无环图与有向有环图的可识别性、算法与统计推断
Causal Discovery beyond Conditional Independence: Identifiability, Algorithms, and Statistical Inference for Directed Acyclic and Cyclic Graphs
AI 导读
本综述梳理了超越条件独立性、利用分布特性的现代因果发现方法，系统区分了识别来源、统计估计器及计算实现。文章探讨了存在潜变量混淆和反馈环路场景下的因果发现，并明确区分了总体识别、频率学派与贝叶斯一致性、不确定性量化及算法保障。最后给出了按可识别目标对比方法的建议，并指出了异质总体、非标量变量等研究方向。
来源：arXiv stat.ML · arxiv.org