論文の概要: Identification of Probabilities of Causation: A Complete Characterization

• arxiv url: http://arxiv.org/abs/2505.15274v1
• Date: Wed, 21 May 2025 08:50:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-22 15:42:59.398074
• Title: Identification of Probabilities of Causation: A Complete Characterization
• Title（参考訳）: 因果関係の確率の同定:完全な特徴付け
• Authors: Xin Shu, Shuai Wang, Ang Li,
• Abstract要約: 本稿では、因果関係の完全な代表的確率のセットを提案し、それらが構造因果モデル(SCM)の枠組みの中で因果関係のすべての確率を特徴付けるのに十分であることを示す。 次に、形式的な数学的証明を用いて、これらの代表量に対して厳密な境界を導出する。
• 参考スコア（独自算出の注目度）: 14.18654714001098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Probabilities of causation are fundamental to modern decision-making. Pearl first introduced three binary probabilities of causation, and Tian and Pearl later derived tight bounds for them using Balke's linear programming. The theoretical characterization of probabilities of causation with multi-valued treatments and outcomes has remained unresolved for decades, limiting the scope of causality-based decision-making. In this paper, we resolve this foundational gap by proposing a complete set of representative probabilities of causation and proving that they are sufficient to characterize all possible probabilities of causation within the framework of Structural Causal Models (SCMs). We then formally derive tight bounds for these representative quantities using formal mathematical proofs. Finally, we demonstrate the practical relevance of our results through illustrative toy examples.
• Abstract（参考訳）: 因果関係の確率は現代の意思決定に不可欠である。 パールが初めて因果関係の2進確率を3つ導入し、ティアンとパールは後にバルケの線形計画法を用いてそれらに厳密な境界を導出した。 多値な治療と結果による因果関係の確率の理論的特徴は、因果関係に基づく意思決定の範囲を制限するために何十年も未解決のままである。 本稿では、この基礎的ギャップを、因果関係の完全な代表的確率の集合を提案し、因果関係のすべての確率を構造因果モデル(SCM)の枠組みの中で特徴づけるに十分であることを示すことによって解決する。 次に、形式的な数学的証明を用いて、これらの代表量に対して厳密な境界を導出する。 最後に,具体的玩具の例を通して,実験結果の実用的妥当性を実証する。

関連論文リスト

• Recovering Event Probabilities from Large Language Model Embeddings via Axiomatic Constraints [4.029252551781513]
  拡張変分オートエンコーダにより学習された潜在空間において、確率論の加法則のような公理的制約を強制することを提案する。 このアプローチは、VAEがオリジナルの埋め込みを再構築し、意味的に関連するイベントの埋め込みを予測することから、イベント確率が潜時空間に自然に現れることを可能にする。
  論文  参考訳（メタデータ） (2025-05-10T19:04:56Z)
• From Probability to Counterfactuals: the Increasing Complexity of Satisfiability in Pearl's Causal Hierarchy [3.44747819522562]
  PCHのレベルによって, NPPP, PSPACE, NEXP完全満足度の問題が生じることを示す。 一方、完全言語の場合、すなわち加法、余分化、乗算が可能である場合、反事実レベルの満足度は確率的・因果的なレベルと同じであることを示す。
  論文  参考訳（メタデータ） (2024-05-12T20:25:36Z)
• Identifiable Latent Polynomial Causal Models Through the Lens of Change [82.14087963690561]
  因果表現学習は、観測された低レベルデータから潜在的な高レベル因果表現を明らかにすることを目的としている。 主な課題の1つは、識別可能性(identifiability)として知られるこれらの潜伏因果モデルを特定する信頼性の高い保証を提供することである。
  論文  参考訳（メタデータ） (2023-10-24T07:46:10Z)
• Identifying Weight-Variant Latent Causal Models [82.14087963690561]
  推移性は潜在因果表現の識別性を阻害する重要な役割を担っている。 いくつかの軽微な仮定の下では、潜伏因果表現が自明な置換とスケーリングまで特定可能であることを示すことができる。 本稿では,その間の因果関係や因果関係を直接学習する構造的caUsAl変分自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2022-08-30T11:12:59Z)
• Model Explanations via the Axiomatic Causal Lens [9.915489218010952]
  そこで本研究では,すべての原因の集合を特徴重みに集約する3つの説明尺度を提案する。 最初の尺度は、チョックラーとハルパーンの因果責任の概念の自然な適応である。 我々は、ブラックボックスモデル説明のためのShapley-ShubikとBanzhafの指標を計算するための新しい手法を導出するために、我々のアプローチを拡張した。
  論文  参考訳（メタデータ） (2021-09-08T19:33:52Z)
• Estimation of Bivariate Structural Causal Models by Variational Gaussian Process Regression Under Likelihoods Parametrised by Normalising Flows [74.85071867225533]
  因果機構は構造因果モデルによって記述できる。 最先端の人工知能の大きな欠点の1つは、説明責任の欠如である。
  論文  参考訳（メタデータ） (2021-09-06T14:52:58Z)
• 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)
• Causes of Effects: Learning individual responses from population data [23.593582720307207]
  個別化の問題とその医学への応用について研究する。 例えば、治療の恩恵を受ける確率は、治療された場合の好ましくない結果と、治療されていない場合の好ましくない結果である。 必要十分度(PNS)の確率に限界を当て、グラフィカルな基準や実用的応用とともに既存の研究を分析・拡大します。
  論文  参考訳（メタデータ） (2021-04-28T12:38:11Z)
• Probabilistic Reasoning across the Causal Hierarchy [10.138180861883635]
  私たちの言語は厳格に表現力を高めている。 それぞれの言語に対する満足度と妥当性は空間的に決定可能であることを示す。
  論文  参考訳（メタデータ） (2020-01-09T08:52:14Z)

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。