論文の概要: Phenomenological Causality

• arxiv url: http://arxiv.org/abs/2211.09024v1
• Date: Tue, 15 Nov 2022 13:05:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 13:54:43.240791
• Title: Phenomenological Causality
• Title（参考訳）: 現象学的因果性
• Authors: Dominik Janzing and Sergio Hernan Garrido Mejia
• Abstract要約: 本稿では,基本的な概念が基本的な行動の集合である「現象因果性」の概念を提案する。 検討中のシステムが基本的な動作を制御する他の変数と相互作用する場合、それは因果マルコフ条件と一致していると論じる。
• 参考スコア（独自算出の注目度）: 14.817342045377842
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Discussions on causal relations in real life often consider variables for which the definition of causality is unclear since the notion of interventions on the respective variables is obscure. Asking 'what qualifies an action for being an intervention on the variable X' raises the question whether the action impacted all other variables only through X or directly, which implicitly refers to a causal model. To avoid this known circularity, we instead suggest a notion of 'phenomenological causality' whose basic concept is a set of elementary actions. Then the causal structure is defined such that elementary actions change only the causal mechanism at one node (e.g. one of the causal conditionals in the Markov factorization). This way, the Principle of Independent Mechanisms becomes the defining property of causal structure in domains where causality is a more abstract phenomenon rather than being an objective fact relying on hard-wired causal links between tangible objects. We describe this phenomenological approach to causality for toy and hypothetical real-world examples and argue that it is consistent with the causal Markov condition when the system under consideration interacts with other variables that control the elementary actions.
• Abstract（参考訳）: 実生活における因果関係に関する議論は、それぞれの変数への介入の概念が曖昧であるため、因果関係の定義が不明確である変数をよく考慮する。 変数 X への介入に対するアクションの資格を問うと、アクションが X を通してのみ他の変数に影響を与えているのか、それとも直接的なのかという疑問が持ち上がる。 このような循環を避けるために、基本的な概念が基本的な行動の集合である「現象因果性」の概念を提案する。 すると、因果構造は、基本的な作用が1つのノード(例えばマルコフ分解における因果条件の一つ)で因果機構だけを変えるように定義される。 このように独立機構の原理は、因果関係がより抽象的な現象である領域における因果構造の定義的性質となり、有形物体間のハードワイヤリング因果関係に依存する客観的な事実である。 おもちゃの因果性に対するこの現象論的アプローチと仮想実世界の例について述べ、検討中のシステムが基本作用を制御する他の変数と相互作用する場合、因果的マルコフ条件と一致していると主張する。

関連論文リスト

• Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
  この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。 本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。 学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
  論文  参考訳（メタデータ） (2024-01-10T02:38:21Z)
• Learning Causally Disentangled Representations via the Principle of Independent Causal Mechanisms [17.074858228123706]
  本稿では、因果関係の観測ラベルによって教師される因果関係の非絡み合い表現を学習するための枠組みを提案する。 この枠組みは, 極めて不整合な因果関係を生じさせ, 介入の堅牢性を向上し, 反事実発生と相容れないことを示す。
  論文  参考訳（メタデータ） (2023-06-02T00:28:48Z)
• 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)
• A Measure-Theoretic Axiomatisation of Causality [55.6970314129444]
  我々は、コルモゴロフの確率の測度理論的公理化を因果関係の公理化への出発点とすることを好んで論じる。 提案するフレームワークは測度理論に厳格に根ざしているが,既存のフレームワークの長期的制限にも光を当てている。
  論文  参考訳（メタデータ） (2023-05-19T13:15:48Z)
• Axiomatization of Interventional Probability Distributions [4.02487511510606]
  因果的介入は、do-calculusの規則の下で公理化される。 我々の公理化の下では、インターベンジド分布は定義されたインターベンジド因果グラフに対するマルコフ分布であることが示される。 また、自然構造因果モデルの大規模なクラスが、ここで提示される理論を満たすことを示す。
  論文  参考訳（メタデータ） (2023-05-08T06:07:42Z)
• A general framework for cyclic and fine-tuned causal models and their compatibility with space-time [2.0305676256390934]
  因果モデリングは、観測された相関の因果的説明を生成するためのツールである。 既存の量子因果関係の枠組みは、微調整されていない非巡回因果構造に焦点を当てる傾向がある。 サイクル因果モデルはフィードバックを含む物理的プロセスのモデル化に使用することができる。 サイクル因果モデルは一般相対性理論のエキゾチック解にも関係があるかもしれない。
  論文  参考訳（メタデータ） (2021-09-24T18:00:08Z)
• Systematic Evaluation of Causal Discovery in Visual Model Based Reinforcement Learning [76.00395335702572]
  AIと因果関係の中心的な目標は、抽象表現と因果構造を共同で発見することである。 因果誘導を研究するための既存の環境は、複雑なタスク固有の因果グラフを持つため、この目的には適していない。 本研究の目的は,高次変数の学習表現と因果構造の研究を促進することである。
  論文  参考訳（メタデータ） (2021-07-02T05:44:56Z)
• Causal influence in operational probabilistic theories [0.0]
  可逆進化の入力系と出力系との因果関係について検討する。 1つはシグナリングに基づく概念であり、もう1つは量子セルオートマトンにおけるセルの近傍を定義するために使われる概念である。
  論文  参考訳（メタデータ） (2020-12-30T16:10:57Z)
• 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)
• Thinking About Causation: A Causal Language with Epistemic Operators [58.720142291102135]
  我々はエージェントの状態を表すことで因果モデルの概念を拡張した。 対象言語の側面には、知識を表現する演算子や、新しい情報を観察する行為が追加されます。 我々は、論理の健全かつ完全な公理化を提供し、このフレームワークと因果的チーム意味論との関係について論じる。
  論文  参考訳（メタデータ） (2020-10-30T12:16:45Z)
• Quantum causality relations and the emergence of reality from coherent superpositions [0.0]
  古典的な現実の概念と量子重ね合わせの関係を考察する。 古典的な現実は、マクロ的なレベルで現れることが示されている。 古典的な客観的現実の概念がマクロレベルでのみ現れることを示すことは可能である。
  論文  参考訳（メタデータ） (2020-01-31T00:24:03Z)

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。