首页 | 本学科首页   官方微博 | 高级检索  
     

基于时序隐变量模型的因果关系发现算法
引用本文:曾艳,郝志峰,蔡瑞初,谢峰.基于时序隐变量模型的因果关系发现算法[J].计算机工程与设计,2022,43(5):1428-1434.
作者姓名:曾艳  郝志峰  蔡瑞初  谢峰
作者单位:广东工业大学 计算机学院,广东 广州 510006,广东工业大学 计算机学院,广东 广州 510006;佛山科学技术学院 数学与大数据学院,广东 佛山 528000,北京大学 数学科学学院,北京 100080
基金项目:国家自然科学基金项目(61876043);;广东省自然科学基金项目(2014A030306004、2014A030308008);;广州市科技计划基金项目(201902010058);
摘    要:为在基于隐变量模型的因果关系发现算法中综合考虑隐变量之间的瞬时性和延时性因果效应,构建以动态贝叶斯网络为基础的时序隐变量模型,提出对应的因果关系发现算法。使用因子分析的方法估计测量模型中的因子载荷矩阵,应用结构向量自回归模型估计自回归矩阵,利用数据的非高斯性依次学习模型中隐变量之间的瞬时效应矩阵与延时效应矩阵,构建时序隐变量模型的因果网络结构。实验结果验证了算法的有效性。

关 键 词:时间序列  隐变量  因果关系发现  因子分析  向量自回归模型  非高斯性

Causal discovery algorithm based on latent factor models for time series data
ZENG Yan,HAO Zhi-feng,CAI Rui-chu,XIE Feng.Causal discovery algorithm based on latent factor models for time series data[J].Computer Engineering and Design,2022,43(5):1428-1434.
Authors:ZENG Yan  HAO Zhi-feng  CAI Rui-chu  XIE Feng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号