研究人员开发了一种新的联邦格兰杰因果（FedGC）方法，通过纳入不确定性感知来解决确定性点估计的局限性。该方法提供了校准的不确定性度量，使操作员能够区分可靠的跨客户端交互和虚假的交互。该方法推导出了稳态方差的闭式表达式，并提出了一种训练后假设检验程序来识别真正的交互，在合成和真实世界的数据集上优于现有的联邦因果结构学习基线。 AI
影响 将不确定性量化引入联邦因果发现，从而能够更可靠地识别跨系统交互。
排序理由 学术论文，详细介绍了在联邦学习环境中进行因果推理的新方法。[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 →
