arXiv · Machine Learning· Ryo Kamimura, Thong Pham·· 17 小时前AI 评分50
LRQS 用变换后的低秩分位数曲面进行因果发现
Causal Discovery via Transformed Low-Rank Quantile Surfaces
AI 导读
Ryo Kamimura 和 Thong Pham 提出 LRQS，用变换后的低秩分位数曲面建模二元因果关系。论文证明该模型具有一般可识别性，并通过交替进行秩约束近似和保序估计实现非参数因果评分。在具有高阶分布形状变化和强非线性观测畸变的合成机制及标准二元基准上，LRQS 对超出位置尺度假设的场景表现出较好效果。
来源：arXiv · Machine Learning · arxiv.org