論文の概要: Causal Effect Identification with Context-specific Independence Relations of Control Variables

• arxiv url: http://arxiv.org/abs/2110.12064v1
• Date: Fri, 22 Oct 2021 20:58:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-26 16:35:39.295930
• Title: Causal Effect Identification with Context-specific Independence Relations of Control Variables
• Title（参考訳）: 制御変数の文脈特異的独立関係を用いた因果効果同定
• Authors: Ehsan Mokhtarian, Fateme Jamshidi, Jalal Etesami, Negar Kiyavash
• Abstract要約: 因果グラフを用いた観測結果から因果効果を同定する問題について検討した。 我々は,CSI関係を単なる観測分布から学習することのできる,グラフィカルな制約のセットを紹介する。
• 参考スコア（独自算出の注目度）: 24.835889689036943
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the problem of causal effect identification from observational distribution given the causal graph and some context-specific independence (CSI) relations. It was recently shown that this problem is NP-hard, and while a sound algorithm to learn the causal effects is proposed in Tikka et al. (2019), no complete algorithm for the task exists. In this work, we propose a sound and complete algorithm for the setting when the CSI relations are limited to observed nodes with no parents in the causal graph. One limitation of the state of the art in terms of its applicability is that the CSI relations among all variables, even unobserved ones, must be given (as opposed to learned). Instead, We introduce a set of graphical constraints under which the CSI relations can be learned from mere observational distribution. This expands the set of identifiable causal effects beyond the state of the art.
• Abstract（参考訳）: 因果グラフといくつかの文脈特異的独立性(csi)関係を考慮した観測分布からの因果効果同定の問題について検討した。 この問題はNPハードであることが最近示され、Tika et al. (2019) では因果効果を学習する音響アルゴリズムが提案されているが、タスクの完全なアルゴリズムは存在しない。 本研究では、csi関係が因果グラフに親がいない観測ノードに制限される場合の、音質と完全性を考慮したアルゴリズムを提案する。 適用性の観点からの最先端の制限の一つは、すべての変数間のCSI関係が(学習とは対照的に)与えられる必要があることである。 代わりに, csi関係を単なる観測分布から学習できる一連のグラフィカル制約を導入する。 これにより、芸術の状態を超越した特定可能な因果効果のセットが拡張される。

関連論文リスト

• New Rules for Causal Identification with Background Knowledge [59.733125324672656]
  オープンな問題に対する新たな視点を提供するBKを導入するための2つの新しいルールを提案する。 これらのルールは、観測データによる因果効果のセットを決定するなど、典型的な因果関係のタスクに適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-07-21T20:21:21Z)
• Causal Discovery with Fewer Conditional Independence Tests [15.876392307650248]
  我々の研究は、条件付き独立テストの数を減らすことで、基礎となる因果グラフについて何が学べるかを特徴づけることに重点を置いている。 隠れ因果グラフの粗い表現を多数のテストで学習できることを示す。 その結果,本研究では,多数のテストで真の因果グラフを復元するアルゴリズムを初めて提案した。
  論文  参考訳（メタデータ） (2024-06-03T22:27:09Z)
• Identifiability of total effects from abstractions of time series causal graphs [2.5515299924109858]
  本研究では,観測時系列からの介入による全効果の同定可能性の問題について検討する。 我々は、拡張された要約因果グラフと要約因果グラフの2つの抽象概念を考察する。
  論文  参考訳（メタデータ） (2023-10-23T08:31:26Z)
• Causal Imitability Under Context-Specific Independence Relations [18.764384254545718]
  我々は,CSI関係が知られている場合の因果模倣学習の問題点を考察する。 我々は、CSI下での模倣学習に必要なグラフィカルな基準を提供し、構造的前提の下では、この基準も十分であることを示す。 本稿では,CSI関係とデータを考慮した因果模倣学習のための音響アルゴリズムアプローチを提案する。
  論文  参考訳（メタデータ） (2023-06-01T11:55:27Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Effect Identification in Cluster Causal Diagrams [51.42809552422494]
  クラスタ因果図(略してC-DAG)と呼ばれる新しいタイプのグラフィカルモデルを導入する。 C-DAGは、限定された事前知識に基づいて変数間の関係を部分的に定義することができる。 我々はC-DAGに対する因果推論のための基礎と機械を開発する。
  論文  参考訳（メタデータ） (2022-02-22T21:27:31Z)
• Typing assumptions improve identification in causal discovery [123.06886784834471]
  観測データからの因果発見は、正確な解を常に特定できない難しい課題である。 そこで本研究では,変数の性質に基づいた因果関係を制約する仮説を新たに提案する。
  論文  参考訳（メタデータ） (2021-07-22T14:23:08Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• Identifying Causal Effects via Context-specific Independence Relations [9.51801023527378]
  因果効果の同定は、介入確率分布が受動的に観察された分布から一意に決定できるかどうかを考える。 我々は、文脈固有の独立関係の存在下で、因果効果の非識別性を決定することはNPハードであることを示す。 そこで我々は,CSIの存在下での因果関係を識別する計算法と自動探索法を設計した。
  論文  参考訳（メタデータ） (2020-09-21T11:38:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。