多视图因果发现算法获 ICML 2026 接收
热点事件持续更新
多视图因果发现算法获 ICML 2026 接收
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究人员 Ambroise Heurtebise 等人于 2026 年 10 月 23 日在 arXiv 发布论文,提出一种无高斯性假设的多视角因果发现算法。 该算法基于线性结构方程模型,受 DirectLiNGAM、PairwiseLiNGAM 及 ICA-LiNGAM 启发,通过模拟实验和神经影像数据验证了其在脑区因果图构建中的有效性。 目前该研究已被 ICML 2026 接收,旨在解决神经影像等现代应用中多视角结构学习的因果发现问题。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
无高斯性假设下的多视角因果发现:可辨识性与算法报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv · ML无高斯性假设下的多视角因果发现:可辨识性与算法
研究提出多视角线性结构方程模型,在无高斯性假设下实现因果发现,并在脑区因果图上得到验证。 该方法受 DirectLiNGAM、PairwiseLiNGAM 和 ICA-LiNGAM 启发,通过模拟和神经影像数据测试其有效性。 文章已被 ICML 2026 接收,适用于神经影像等现代应用的多视角结构学习。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。