研究人员开发了一个新的合成基准,旨在评估工业过程中的因果发现方法。该基准利用受批处理生产启发的两层结构因果模型,其组件单独模拟控制回路和延迟效应等现象。该系统允许独立调整难度因素,从而能够精细分析不同的因果发现方法在组合挑战下的表现,并为八种评估技术提供了误差分析。 AI
影响 提供了一种评估因果发现算法的标准方法,有可能改进其在工业环境中的应用。
排序理由 该条目是一篇学术论文,详细介绍了一种新的因果发现方法基准。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- arXivLabs
- A Synthetic Benchmark for Target-Centric Causal Discovery in Industrial Processes
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- machine learning
- ScienceCast
- structural causal model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →