論文の概要: Reducing Causality to Functions with Structural Models

• arxiv url: http://arxiv.org/abs/2307.07524v1
• Date: Tue, 11 Jul 2023 02:47:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-23 12:15:48.892804
• Title: Reducing Causality to Functions with Structural Models
• Title（参考訳）: 構造モデルによる関数の因果性の低減
• Authors: Tianyi Miao
• Abstract要約: 構造機能モデル(SFM)に基づく因果関係の還元的定義を提案する。 SFM は "X cause Y" や "X is the cause of Y" などの因果発話を発生させ、直感に一致する。 SFMは確率論とは互換性があるが、再現できない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The precise definition of causality is currently an open problem in philosophy and statistics. We believe causality should be defined as functions (in mathematics) that map causes to effects. We propose a reductive definition of causality based on Structural Functional Model (SFM). Using delta compression and contrastive forward inference, SFM can produce causal utterances like "X causes Y" and "X is the cause of Y" that match our intuitions. We compile a dataset of causal scenarios and use SFM in all of them. SFM is compatible with but not reducible to probability theory. We also compare SFM with other theories of causation and apply SFM to downstream problems like free will, causal explanation, and mental causation.
• Abstract（参考訳）: 因果関係の正確な定義は、現在哲学と統計学においてオープンな問題となっている。 因果性は(数学において)作用をマップする関数として定義されるべきだと考えています。 本研究では,構造機能モデル(SFM)に基づく因果関係の還元的定義を提案する。 デルタ圧縮と対照的な前方推論を用いることで、SFMは「X が Y の原因」や「X が Y の原因である」といった因果発話を生成できる。 因果シナリオのデータセットをコンパイルし、それらすべてにSFMを使用します。 SFMは確率論とは互換性があるが、再現できない。 また、SFMを他の因果関係の理論と比較し、自由意志、因果説明、精神的因果関係などの下流問題に適用する。

関連論文リスト

• Hypothesizing Missing Causal Variables with LLMs [55.28678224020973]
  我々は、入力が欠落変数を持つ部分因果グラフであるような新しいタスクを定式化し、出力は部分グラフを完成させるための欠落変数に関する仮説である。 原因と効果の間の媒介変数を仮説化するLLMの強い能力を示す。 また,オープンソースモデルの一部がGPT-4モデルより優れているという驚くべき結果も得られた。
  論文  参考訳（メタデータ） (2024-09-04T10:37:44Z)
• Diagrammatic Modelling of Causality and Causal Relations [0.0]
  本稿では、因果関係の図式モデル(図形)について述べる。 我々は,この文脈において,物作り機械の概念言語(TM)をツールとして使用することを試みた。 その結果, TMによる因果関係の描写はより完全であり, 因果グラフの基礎となることが示唆された。
  論文  参考訳（メタデータ） (2023-10-17T07:17:51Z)
• 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)
• Active Bayesian Causal Inference [72.70593653185078]
  因果発見と推論を統合するための完全ベイズ能動学習フレームワークであるアクティブベイズ因果推論(ABCI)を提案する。 ABCIは因果関係のモデルと関心のクエリを共同で推論する。 我々のアプローチは、完全な因果グラフの学習のみに焦点を当てた、いくつかのベースラインよりも、よりデータ効率が高いことを示す。
  論文  参考訳（メタデータ） (2022-06-04T22:38:57Z)
• Decoding Causality by Fictitious VAR Modeling [0.0]
  まず, 虚ベクトル自己回帰モデルを用いて, 因果関係の平衡を設定した。 平衡において、長期の関係はノイズから特定され、突発関係は無視的に0に近い。 また、気候変動に対する因果要因の寄与を推定するためのアプローチも適用する。
  論文  参考訳（メタデータ） (2021-11-14T22:43:02Z)
• 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)
• Variational Causal Networks: Approximate Bayesian Inference over Causal Structures [132.74509389517203]
  離散DAG空間上の自己回帰分布をモデル化したパラメトリック変分族を導入する。 実験では,提案した変分後部が真の後部を良好に近似できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T17:52:49Z)
• 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)
• From Checking to Inference: Actual Causality Computations as Optimization Problems [79.87179017975235]
  本稿では、最適化問題として二元非巡回モデルよりも、因果推論の異なる概念を定式化するための新しいアプローチを提案する。 8000ドル以上の変数を持つモデルを用いて,MaxSAT が ILP を上回り,数秒単位でチェック処理を行う場合が多い。
  論文  参考訳（メタデータ） (2020-06-05T10:56:52Z)

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。