Causal-TS

新框架和库推动复杂时间序列因果发现

两篇新研究论文介绍了用于复杂时间序列因果发现的先进方法。第一篇论文提出了一个新颖的框架，在Transformer架构中使用反向因果自注意力机制来识别潜在和间接的因果关系，在各种数据集上表现优于现有方法。第二篇论文提出了Causal-TS，一个开源Python库，整合了多种因果发现算法，并包含处理非平稳数据和结构性断裂的功能，旨在为因果效应估计提供端到端流程。