|
|||||
|
|
| 基于互信息的适用于高维数据的因果推断算法 | |
| 引用本文： | 张浩,郝志峰,蔡瑞初,温雯. 基于互信息的适用于高维数据的因果推断算法[J]. 计算机应用研究, 2015, 0(2): 382-385 |
| 作者姓名： | 张浩 郝志峰 蔡瑞初 温雯 |
| 作者单位： | 1. 广东工业大学 应用数学学院,广州,510006 2. 广东工业大学 应用数学学院，广州510006; 广东工业大学 计算机学院，广州510006 3. 广东工业大学 计算机学院,广州,510006 |
| 基金项目： | 国家自然科学基金资助项目(61100148，61202269)；广东省高校优秀青年创新人才培育项目(LYM11060)；广东省科技计划项目(2012B01010029)；广州市科技计划项目(12C42111607，201200000031，2013y2-00034)；博士点基金资助项目(20134420110010)；广东省高校学科专业建设与质量工程专项基金资助项目 |
| 摘 要： | 推断数据间存在的因果关系是很多科学领域中的一个基础问题。然而现在暂时还没有快速有效的方法对高维数据进行因果推断。为此,提出了一种基于互信息的适应于高维数据的因果推断算法,该算法采取将高维网络结构学习问题分解成每一个节点的因果网络结构学习问题的策略。在第一阶段,利用基于互信息的条件独立性测试算法寻找目标节点的父子节点;在第二阶段,利用一种混合的方向识别算法对目标节点与其父子节点之间的方向进行判别,所有节点迭代完后得到一个完整的因果网络。数据实验表明,该算法在高维数据的情况下要优于目前其他的算法。 |
| 关 键 词： | 因果推断 因果网络 互信息 条件独立性测试 |
High dimensional causality discovering based on mutual information |
|
| ZHANG Hao,HAO Zhi-feng,CAI Rui-chu,WEN Wen. High dimensional causality discovering based on mutual information[J]. Application Research of Computers, 2015, 0(2): 382-385 | |
| Authors: | ZHANG Hao HAO Zhi-feng CAI Rui-chu WEN Wen |
| Affiliation: | ZHANG Hao;HAO Zhi-feng;CAI Rui-chu;WEN Wen;School of Applied Mathematics,Guangdong University of Technology;Faculty of Computer,Guangdong University of Technology; |
| Abstract: | |
| Keywords: | causal inference causal network mutual information conditional independence test |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |