SaCRL

新框架SaCRL在无先验知识的情况下学习因果结构

研究人员开发了SaCRL，一个新颖的因果表示学习框架，可以在无先验知识的情况下识别数据的潜在因果结构。该方法将结构选择表述为一个软优化问题，利用违反度量来适应性地关注可实现的结构。SaCRL为结构识别提供了理论保证，并在包括Colored MNIST和DomainBed数据集在内的各种基准测试中表现出卓越的性能，同时对结构误设也表现出鲁棒性。