跳到正文
arXiv · AI· Francisco Madaleno, Francisco C. Pereira, Alex Markham·· 10 天前AI 评分30

LiNG 因果模型中放宽高维结构无环假设

Coarsening Linear Non-Gaussian Causal Models with Cycles

AI 导读

在 Linear Non-Gaussian (LiNG) 设定下,放宽高维结构无环假设后,低维因果 DAG 仍可从观测数据中恢复。 高维 LiNG 模型含循环时仅能在反馈环内差异的等价类中被观测识别,低维 DAG 在该类中不变;现有方法指数复杂度,本文方法最坏情况立方复杂度且带有限样本保证,提供开源代码与合成数据实验,论文被 NeurIPS 2026 接收。

来源:arXiv · AI · arxiv.org