NeFut Logo NeFut
EN 管理员登录

[AI学术] 因果抽象中的因果效应可辨识性:严格层次标准

发布于:2026-10-12 22:00 最后更新:2026-10-13 00:57
#algorithm #Machine Learning #Artificial Intelligence

从观测数据中识别因果效应通常需要完整的因果图,这在高维或复杂系统中往往难以满足。因果抽象通过只保留部分因果信息,构建兼容图的等价类,从而放宽了对完整图的依赖。本文直接在这些图集合层面研究因果效应的可辨识性,而不是在单一因果图上进行分析。我们在该框架下形式化了多种可辨识性的概念,并将它们组织成一个层次结构,阐明了相互之间的关系与区别。关键结果表明,某些因果效应可以在整个图集合上被识别,但不存在一种统一的因果推导能够在所有兼容图上同时成立。这揭示了现有文献中的若干空白与歧义。

点评

原文链接: https://arxiv.org/abs/2610.13520

[h] 返回首页