基于稀疏贝叶斯非线性条件格兰杰因果的复杂网络重构
打开文本图片集
摘 要：为了更深入地理解复杂的网络化系统，从节点的观测时间序列中挖掘非线性因果关系是一个至关重要的问题。针对此问题，提出了一种基于稀疏贝叶斯非线性条件格兰杰因果（SBNCGC）的因果网络重构的统一框架。首先，建立一个非线性条件格兰杰因果关系（NCGC）模型去捕捉目标节点与驱动节点之间的非线性关系;随后，引入稀疏贝叶斯推理方法获得目标节点的驱动节点候选集，达到了NCGC模型的降维作用;最后，基于重新构建的NCGC模型进行非线性格兰杰因果分析，以确定节点间因果强度。（剩余198字）
