一种基于高阶累积量的因果结构学习算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：从观测数据中学习因果结构具有重要的应用价值。目前，一类学习因果结构的方法是基于函数因果模型假设，通过检验噪声与原因变量的独立性来学习因果结构。然而，该类方法涉及高计算复杂度的独立性检验过程，影响结构学习算法的实用性和鲁棒性。为此，提出了一种在线性非高斯模型下，利用高阶累积量作为独立性评估的因果结构学习算法。（剩余12275字）

试读结束

目录
monitor