本論文では、因果ネットワークを自動的に推論するための新しいアルゴリズムを提案している。
まず、閾値を自動的に決定する2つの手法を提案する。1つ目は、全ての変数が1つの大きな連結成分に含まれるような最大の閾値を見つける手法である。2つ目は、最大の連結成分のサイズと辺の数のバランスを取る「膝」の点を見つける手法である。
次に、因果性の新しい指標として「Net Influence」を提案する。これは離散変数間の因果性を非対称的に評価する指標で、因果関係の向きを推定することができる。
提案手法を、既存のPC アルゴリズムと比較評価した。合成データと実データの両方で、提案手法は高い精度と高速性を示した。特に大規模なネットワークでその傾向が顕著であった。
また、提案手法は条件付き独立性テストを段階的に行うことで、高速に動作することができる。
以上より、提案手法は大規模な因果ネットワークの自動推論に有効であると結論付けられる。
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문