研究人员开发了一种名为广义特征协方差度量（GFCM）的新条件独立性检验，旨在改进因果发现算法。与主要关注协方差的现有方法不同，GFCM对数据中的非线性、尺度和尾部依赖性敏感。该检验适用于混合类型数据，并随着样本量的增加保持校准，在具有深度条件集和尾部边缘的情况下优于其他检验。 AI
影响 增强了因果发现算法，可能提高了AI从复杂数据中推断关系的能力。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2608.15332v1 Announce Type: cross Abstract: Constraint-based causal discovery like PC and FCI depends on its conditional independence test. Partial correlation and the Generalised Covariance Measure (GCM) detect only the conditional covariance of residuals, so they miss dep…