| 因果信息在不同粒度上的迁移性 |
| |
| 作者姓名： | 姚宁 苗夺谦 张志飞 |
| |
| 作者单位： | 同济大学计算机科学与技术系 上海201804;同济大学嵌入式系统和服务计算教育部重点实验室 上海201804;同济大学计算机科学与技术系 上海201804;南京大学计算机软件新技术国家重点实验室 南京210023 |
| |
| 基金项目： | 本文受国家重点研发计划(213),国家自然科学基金项目(61673301,61573255,61573259,61673299),公安部重大专项(20170004),南京大学计算机软件新技术国家重点实验室开放课题基金项目(KFKT2017B22)资助 |
| |
| 摘 要： | 知识与粒度相关,在不同粒度上对现象的解释不同,而因果性描述的是现象的本质特征。因果性与粒度之间存在着怎样的关联,一个粒度上的因果关系是否可移植到其他不同粒度上,是目前人工智能研究亟待解决的问题。针对由观测数据构成的信息系统,从数据中直接抽取因果变量所需满足的基本图形结构,估算变量间的因果关系;再通过向系统中添加新属性以及合并多个信息系统,改变原系统中信息的粒度,研究所识别的因果关系在新系统中的可迁移性。若新属性作用于结果变量,则原系统中的因果关系不可迁移至新系统;若新属性对结果变量无影响,则原系统中的因果关系可移植至新系统。
|
| 关 键 词： | 因果关系 可迁移性 粗糙集 粒度 干预 因果图 |
| 收稿时间： | 2018-02-20 |
| 修稿时间： | 2018-04-08 |
| 本文献已被 万方数据 等数据库收录！ |
|
