欢迎访问广东工业大学数据挖掘与信息检索实验室!

An Efficient Entropy-Based CausalDiscovery Method for Linear Structural Equation Models with IIDNoiseVariables

实验室参与作者:谢峰,蔡瑞初    论文发表时间:2019年


下载链接:

从观察数据中发现因果关系是一个重要的课题。目前已经有很多算法能够区分等价类而得到唯一的因果网络,例如LiNGAM。然而这些方法仍然存在如下两个问题:(1)无法解决数据噪声是高斯的情况;(2)数据含有噪声误差时因果方向判断错误。针对上述问题,本文提出了一种基于信息熵的两阶段的因果发现算法,解决了线性结构方程模型下噪声数据是IID的因果发现问题,并证明了在一些合理的假设下,我们的算法对含有测量误差的数据仍然能够正确发现因果方向。