arXiv stat.ML· Ambroise Heurtebise, Omar Chehab, Pierre Ablin, Alexandre Gramfort, Aapo Hyv\"arinen·· 11 天前AI 评分35
无需非高斯假设的多视图因果发现：可识别性与算法
Multi-View Causal Discovery without Non-Gaussianity: Identifiability and Algorithms
AI 导读
研究人员提出了一种多视图线性结构方程模型（SEM），利用不同视图间的相关性替代传统的非高斯扰动假设，并证明了该模型在有向无环图下的可识别性。受单视图算法 DirectLiNGAM、PairwiseLiNGAM 和 ICA-LiNGAM 启发，团队进一步开发了多种多视图因果发现算法。模拟实验和神经影像数据应用验证了新方法的有效性，成功估计出大脑区域间的因果图。
来源：arXiv stat.ML · arxiv.org