CAFE因果引导自动特征工程框架发布
热点事件观察中
CAFE因果引导自动特征工程框架发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
arXiv 新论文发布 CAFE 框架，由 Arun Vignesh Malarkkan、Wangyang Ying 和 Yanjie Fu 提出，将自动特征工程重构为因果引导的顺序决策过程，结合因果发现与强化学习驱动的特征构造。该框架分两阶段运行：先学习稀疏有向无环图获取软因果先验，再用级联多智能体深度 Q 学习选择因果组及算子。 实验结果显示，CAFE 在 15 个基准上显著优于最强 AFE 基线（Wilcoxon p<0.001），且在分布偏移下性能下降幅度最多减少 4 倍。
AI 根据报道生成 · 58 分钟前更新
最新进展10月27日 12:00
CAFE：结合多智能体强化学习与因果引导的自动特征工程报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · AICAFE：结合多智能体强化学习与因果引导的自动特征工程
论文提出 CAFE 框架，将自动特征工程（AFE）重构为因果引导的顺序决策过程，结合因果发现与强化学习。 该框架分两阶段：先学习稀疏有向无环图获取软因果先验，再用级联多智能体深度 Q 学习选择因果组及算子。 在 15 个基准上显著优于最强 AFE 基线（Wilcoxon p<0.001），在分布偏移下性能下降幅度最多减少 4 倍。
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。