arXiv · ML· Patrick Bl\"obaum, Krishnakumar Balasubramanian, Shiva Prasad Kasiviswanathan·· 2 天前AI 评分26
FoundCause:用于含潜在混杂因子观测数据的因果发现基础模型
FoundCause: A Foundation Model for Causal Discovery with Latent Confounders from Observational Data
AI 导读
FoundCause 提出了一种仅用合成结构因果模型训练的摊销因果发现基础模型,通过单次前向传播将数据集映射为因果图。模型采用置换等变 Transformer,结合成对依赖统计量引导注意力机制,并显式预测潜在混杂因子对。在 14 个数据集上,FoundCause 在归一化结构汉明距离(SHD/d)上显著领先(0.875 vs 0.956),且在双变量因果关系预测中表现最佳。
来源:arXiv · ML · arxiv.org