新的因果微分方程框架超越有向无环图

本文将因果微分方程（CDEs）引入为一个新的因果推理框架，超越了传统有向无环图（DAGs）和Pearl结构因果模型的局限性。所提出的CDEs能够处理对称物理约束和反馈循环等现象，而这些现象用现有方法难以建模。该研究在扩展因果模型中定义了因果零点，并利用CDEs将因果零点和反馈都建立在动力学基础上，从而提供了一个扩展的do-演算和可识别性条件。 AI

影响 引入了一个新颖的理论框架，可能增强AI系统的因果推理能力。

排序理由 学术论文，引入了因果推理的新理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• CatalyzeX Code Finder for Papers
• Causal Differential Equations
• CORE Recommender
• DagsHub
• Directed Acyclic Graphs
• Do-calculus
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Pearl
• ScienceCast
• structural causal model

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →