Fugu-MT 論文翻訳(概要): Efficiently Deciding Algebraic Equivalence of Bow-Free Acyclic Path Diagrams

論文の概要: Efficiently Deciding Algebraic Equivalence of Bow-Free Acyclic Path Diagrams

arxiv url: http://arxiv.org/abs/2406.09049v1
Date: Mon, 10 Jun 2024 10:01:07 GMT
ステータス: 処理完了
システム内更新日: 2024-06-14 18:05:18.524743
Title: Efficiently Deciding Algebraic Equivalence of Bow-Free Acyclic Path Diagrams
Title（参考訳）: ボウフリー非環状経路図の代数的等価性
Authors: Thijs van Ommen,
Abstract要約: 潜伏した共同設立者の存在による因果関係の発見には、条件付き独立性を超えた制約が存在する。 2つのグラフが同じ代数的制約を課すか、あるいは1つのグラフが課す制約が他のグラフが課す制約のサブセットであるかどうかを決定する効率的なアルゴリズムを提案する。
参考スコア（独自算出の注目度）: 0.1813006808606333
License: http://creativecommons.org/licenses/by/4.0/
Abstract: For causal discovery in the presence of latent confounders, constraints beyond conditional independences exist that can enable causal discovery algorithms to distinguish more pairs of graphs. Such constraints are not well-understood yet. In the setting of linear structural equation models without bows, we study algebraic constraints and argue that these provide the most fine-grained resolution achievable. We propose efficient algorithms that decide whether two graphs impose the same algebraic constraints, or whether the constraints imposed by one graph are a subset of those imposed by another graph.
Abstract（参考訳）: 潜伏した共同創設者の存在下で因果発見を行うには、因果発見アルゴリズムによってより多くのグラフを区別できる条件付き独立性以外の制約が存在する。このような制約はまだ十分に理解されていない。弓のない線形構造方程式モデルの設定において、代数的制約について研究し、これらが最もきめ細かい解が得られると論じる。 2つのグラフが同じ代数的制約を課すか、あるいは1つのグラフが課す制約が他のグラフが課す制約のサブセットであるかどうかを決定する効率的なアルゴリズムを提案する。

関連論文リスト

Projecting infinite time series graphs to finite marginal graphs using number theory [15.711918159136387]
本研究では,有限時間ウィンドウ上で,連続エッジを持つ無限時系列グラフを境界グラフィカルモデルに投影する手法を開発した。本論文は,理論的な基礎と手法に依存しない,様々な因果推論手法の一般化に向けて重要な一歩を踏み出したものである。
論文参考訳（メタデータ） (2023-10-09T08:45:06Z)
Characterization and Learning of Causal Graphs with Small Conditioning Sets [6.52423450125622]
制約に基づく因果探索アルゴリズムは、条件付き独立性を体系的にテストすることで因果グラフ構造の一部を学習する。 2つの因果グラフ間の$k$-Markov同値をグラフィカルに特徴付ける新しい表現を提案する。合成および半合成実験を行い、$k$-PCアルゴリズムがより堅牢な因果発見を可能にすることを示す。
論文参考訳（メタデータ） (2023-01-22T00:24:22Z)
CLEAR: Generative Counterfactual Explanations on Graphs [60.30009215290265]
グラフ上での対実的説明生成の問題について検討する。グラフに関する反実的な説明を調査する研究はいくつかあるが、この問題の多くの課題はまだ十分に適応されていない。本稿では,グラフレベルの予測モデルに対して,グラフ上の反実的説明を生成するための新しいフレームワークCLEARを提案する。
論文参考訳（メタデータ） (2022-10-16T04:35:32Z)
Optimization-Induced Graph Implicit Nonlinear Diffusion [64.39772634635273]
我々はGIND(Graph Implicit Diffusion)と呼ばれる新しいグラフ畳み込み変種を提案する。 GINDは暗黙的に隣人の無限のホップにアクセスでき、非線型拡散を伴う特徴を適応的に集約することで過度な平滑化を防いでいる。学習された表現は、明示的な凸最適化目標の最小化として定式化できることを示す。
論文参考訳（メタデータ） (2022-06-29T06:26:42Z)
Learning Sparse Graph with Minimax Concave Penalty under Gaussian Markov Random Fields [51.07460861448716]
本稿では,データから学ぶための凸解析フレームワークを提案する。三角凸分解はその上部に対応する変換によって保証されることを示す。
論文参考訳（メタデータ） (2021-09-17T17:46:12Z)
Propositional Encodings of Acyclicity and Reachability by using Vertex Elimination [5.482532589225551]
本稿では,非巡回性およびs-t-到達可能性制約を基礎となる有向グラフを持つ命題公式に対して符号化する新しい手法を提案する。提案手法はこれらの制約を標準命題節として符号化し,SATソルバに直接適用する。
論文参考訳（メタデータ） (2021-05-27T01:57:53Z)
Deep Graph Matching under Quadratic Constraint [30.72996618021077]
深部グラフマッチングフレームワークに組み込まれたtextbfquadratic 制約として,ペアワイズグラフ構造を明示的に定式化することを提案する。二次制約はグラフ間の対構造的な相違を最小限に抑え、抽出したCNN特徴のみを用いて得られるあいまいさを軽減できる。より正確かつ適切な監視を行うために、クラス不均衡に対する適切に設計された偽マッチング損失が提案され、過度に適合しない偽陰性や偽陽性をよりよく罰できる。
論文参考訳（メタデータ） (2021-03-11T12:51:12Z)
A Thorough View of Exact Inference in Graphs from the Degree-4 Sum-of-Squares Hierarchy [37.34153902687548]
各エッジの1つの破損した観測からノードの未知の接地型バイナリラベリングを正確に回収する問題に取り組む。この問題に対して、和の平方階層と呼ばれるリラクゼーションの階層を適用します。我々は、緩和問題の双対の解がジョンソングラフとクネーサーグラフのエッジウェイトを見つけることに関連していることを示した。
論文参考訳（メタデータ） (2021-02-16T08:36:19Z)
Hamiltonian systems, Toda lattices, Solitons, Lax Pairs on weighted Z-graded graphs [62.997667081978825]
グラフ上の解に対して一次元の解を持ち上げることができる条件を特定する。位相的に興味深いグラフの簡単な例であっても、対応する非自明なラックス対と関連するユニタリ変換は、Z階数グラフ上のラックス対に持ち上げないことを示す。
論文参考訳（メタデータ） (2020-08-11T17:58:13Z)
Online Dense Subgraph Discovery via Blurred-Graph Feedback [87.9850024070244]
我々は高密度サブグラフ発見のための新しい学習問題を導入する。まず,確率の高いほぼ最適解を求めるエッジ時間アルゴリズムを提案する。そして、理論的保証のあるよりスケーラブルなアルゴリズムを設計する。
論文参考訳（メタデータ） (2020-06-24T11:37:33Z)
An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文参考訳（メタデータ） (2020-06-18T20:09:53Z)

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。