| 一种基于信息瓶颈的因果关系挖掘方法 |
| |
| 引用本文： | 乔杰,蔡瑞初,郝志峰.一种基于信息瓶颈的因果关系挖掘方法[J].计算机科学,2022,49(2):198-203. |
| |
| 作者姓名： | 乔杰 蔡瑞初 郝志峰 |
| |
| 作者单位： | 广东工业大学计算机学院 广州510006;佛山科学技术学院数学与大数据学院 广东佛山528000 |
| |
| 基金项目： | 国家自然科学基金(61876043,61976052)~~； |
| |
| 摘 要： | 观测数据因果关系挖掘是很多学科的基础问题.然而基于约束与因果函数等的现有方法对数据的因果机制具有较强的假设,一般适用于低维数据,并不能很好地适用于存在隐变量的场景.为此,提出了一种基于信息瓶颈的因果关系挖掘方法,称为因果信息瓶颈方法.该方法将因果机制划分为压缩与提取两阶段,在压缩阶段,假设存在一个经过压缩的中间隐变量,...
|
| 关 键 词： | 因果关系挖掘 信息瓶颈 因果发现 因果信息瓶颈 变分自编码机 |
Mining Causality via Information Bottleneck |
| |
| QIAO Jie,CAI Rui-chu,HAO Zhi-feng.Mining Causality via Information Bottleneck[J].Computer Science,2022,49(2):198-203. |
| |
| Authors: | QIAO Jie CAI Rui-chu HAO Zhi-feng |
| |
| Affiliation: | (School of Computer,Guangdong University of Technology,Guangzhou 510006,China;School of Mathematics and Big Data,Foshan University,Foshan,Guangdong 528000,China) |
| |
| Abstract: | |
| |
| Keywords: | Mining causality Information bottleneck Causal discovery Causal information bottleneck Variational autoencoder |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
