論文の概要: Hawkes Processes with Delayed Granger Causality

• arxiv url: http://arxiv.org/abs/2308.06106v1
• Date: Fri, 11 Aug 2023 12:43:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-14 14:05:25.521985
• Title: Hawkes Processes with Delayed Granger Causality
• Title（参考訳）: 遅延グランガー因果性を有するホークスプロセス
• Authors: Chao Yang, Hengyuan Miao, Shuang Li
• Abstract要約: 多変量ホークスプロセスに基づく遅延グランガー因果効果を明示的にモデル化する。 時間ラグの後方分布を推測し、この分布が様々なシナリオでどのように変化するかを理解する。 我々は,合成データと実データに基づいて,我々のモデルの事象予測と時間ラグ推定精度を実証的に評価した。
• 参考スコア（独自算出の注目度）: 9.664517084506718
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We aim to explicitly model the delayed Granger causal effects based on multivariate Hawkes processes. The idea is inspired by the fact that a causal event usually takes some time to exert an effect. Studying this time lag itself is of interest. Given the proposed model, we first prove the identifiability of the delay parameter under mild conditions. We further investigate a model estimation method under a complex setting, where we want to infer the posterior distribution of the time lags and understand how this distribution varies across different scenarios. We treat the time lags as latent variables and formulate a Variational Auto-Encoder (VAE) algorithm to approximate the posterior distribution of the time lags. By explicitly modeling the time lags in Hawkes processes, we add flexibility to the model. The inferred time-lag posterior distributions are of scientific meaning and help trace the original causal time that supports the root cause analysis. We empirically evaluate our model's event prediction and time-lag inference accuracy on synthetic and real data, achieving promising results.
• Abstract（参考訳）: 多変量ホークスプロセスに基づく遅延グランガー因果効果を明示的にモデル化することを目指している。 このアイデアは、因果イベントが通常、効果を発揮するのに時間がかかるという事実にインスパイアされている。 この時間の研究自体が興味をそそる。 提案モデルから,まず,軽度条件下での遅延パラメータの同定可能性を示す。 さらに,時間ラグの後方分布を推定し,この分布が様々なシナリオでどのように変化するかを理解するための,複雑な条件下でのモデル推定法について検討する。 時間遅れを潜在変数として扱い,変分オートエンコーダ(vae)アルゴリズムを定式化し,時間遅れの後方分布を近似する。 hawkesプロセスのタイムラグを明示的にモデル化することで、モデルに柔軟性を加えます。 推定されたタイムラグの後方分布は科学的意味を持ち、根本原因分析を支える元の因果時間を追跡するのに役立つ。 我々は,実データおよび合成データを用いたモデルイベント予測と時間遅延推定の精度を実証的に評価し,有望な結果を得た。

関連論文リスト

• Point processes with event time uncertainty [16.64005584511643]
  ネットワーク上での時間不確実なポイントプロセスのモデル化のためのフレームワークを導入する。 提案手法は,シミュレーションおよび実データに基づく従来のジェネラル線形モデル(GLM)のベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-11-05T00:46:09Z)
• On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
  時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。 ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。 我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-24T08:08:05Z)
• A Study of Posterior Stability for Time-Series Latent Diffusion [59.41969496514184]
  まず,後部崩壊により可変オートエンコーダ(VAE)への潜伏拡散が減少し,表現性が低下することを示す。 次に、入力変数に対するリカレントデコーダの感度を定量化する、依存性測度という原則的手法を導入する。 理論的および実証的研究に基づいて,潜伏拡散を延長し,後部が安定な新しい枠組みを導入する。
  論文  参考訳（メタデータ） (2024-05-22T21:54:12Z)
• SMURF-THP: Score Matching-based UnceRtainty quantiFication for Transformer Hawkes Process [76.98721879039559]
  SMURF-THPは,変圧器ホークス過程を学習し,予測の不確かさを定量化するスコアベース手法である。 具体的には、SMURF-THPは、スコアマッチング目標に基づいて、イベントの到着時刻のスコア関数を学習する。 我々は,イベントタイプ予測と到着時刻の不確実性定量化の両方において,広範な実験を行う。
  論文  参考訳（メタデータ） (2023-10-25T03:33:45Z)
• Interval-censored Hawkes processes [82.87738318505582]
  本研究では,Hawkesプロセスのパラメータを間隔制限設定で推定するモデルを提案する。 我々は、ホークス族に対する非均質近似が、間隔検閲された設定において牽引可能な可能性を認めている方法を示す。
  論文  参考訳（メタデータ） (2021-04-16T07:29:04Z)
• The temporal overfitting problem with applications in wind power curve modeling [8.057262184815636]
  本稿では,時間的過適合問題に対処する新しい手法を提案する。 本稿では,風力エネルギーのパワー曲線モデリングを対象とする。
  論文  参考訳（メタデータ） (2020-12-02T17:39:57Z)
• 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)
• An Analysis of the Adaptation Speed of Causal Models [80.77896315374747]
  最近、Bengioらは、すべての候補モデルの中で、$G$は、あるデータセットから別のデータセットに適応する最速のモデルであると推測した。 最適化からの収束率を用いた原因影響SCMの適応速度について検討する。 驚くべきことに、私たちは反因果モデルが有利である状況を見つけ、初期仮説を偽造する。
  論文  参考訳（メタデータ） (2020-05-18T23:48:56Z)
• Variable-lag Granger Causality and Transfer Entropy for Time Series Analysis [7.627597166844701]
  固定時間遅延の仮定を緩和する可変ラグ・グランガー因果関係と可変ラグ・トランスファー・エントロピーを開発する。 提案手法では,動的時間ワープ(DTW)の最適ワープパスを用いて,変動ラグ因果関係を推定する。 我々の手法は時系列解析のあらゆる領域に適用できる。
  論文  参考訳（メタデータ） (2020-02-01T14:03:01Z)

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。