热点事件持续更新
学者提出PCMCI+时间序列因果发现算法
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，研究者在arXiv发布因果发现方法PCMCI+。该方法扩展了原有PCMCI算法，支持从存在强自相关的线性和非线性观测时间序列中，同时发现滞后与同期因果关系。技术细节上，PCMCI+通过优化条件集选择提升了条件独立性检验的可靠性，具备无序独立性，能够从自相关中获益并更有效地控制假阳性。数值实验表明，PCMCI+的邻接检测能力与同期方向召回率均优于PC等算法，且运行时间显著缩短。
AI 根据报道生成 · 17 小时前更新
最新进展11月2日 13:00
研究者在arXiv发布PCMCI+算法，可高效识别强自相关时间序列的滞后与同期因果关系。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv stat.ML在自相关非线性时间序列中发现同期与滞后因果关系
因果发现方法 PCMCI$^+$ 扩展了 PCMCI，支持从存在强自相关的线性和非线性观测时间序列中同时发现滞后与同期因果关系。该方法通过优化条件集选择提升条件独立性检验可靠性，具备无序独立性，能从自相关中获益并更好控制假阳性。数值实验表明，PCMCI$^+$ 的邻接检测能力与同期方向召回率均优于 PC 等算法，且运行时间显著缩短。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。