Główne pojęcia
変数の祖先関係に基づいてグループ化することで、因果グラフの推定精度を向上させる新しいアルゴリズムが提案されました。
Streszczenie
因果発見は近年注目されており、過去25年間で多くの有用なアルゴリズムが提案されてきました。
サンプルサイズが変数の数に比べて小さい場合、既存の方法では因果グラフの推定精度が低下します。
この論文では、LiNGAMモデルを仮定し、変数を祖先関係に基づいてグループ化する新しいアルゴリズム「CAG」が提案されました。
CAGは推定精度と計算時間の両方で優れた結果を示しました。
Statystyki
CAGはO(p3)の時間複雑性を持ちます。
CAG-LiNGAMは通常よりも短い計算時間で推定を行います。
Cytaty
"CAG-LiNGAMは通常よりも短い計算時間で推定を行います。"
"CAGはO(p3)の時間複雑性を持ちます。"