基于线性非高斯无环模型的鲁棒因果发现算法

摘要：

针对现有基于观察数据的因果发现算法由于搜索方式不恰当而存在算法识别准确率下降的问题,提出一种基于线性非高斯无环模型的鲁棒因果关系发现算法.首先利用d分离准则构建因果网络的骨架,提取变量的相邻节点信息,再采取局部搜索的方式依次寻找独立性最强的外生变量,并逐步确定因果次序.最后借助剪枝算法得到因果网络结构,从而获取数据中的因果关系.基于真实网络结构的实验结果表明,所提出的算法能有效提高因果发现的识别准确率,且具有较强的鲁棒性.

关键词：因果发现、线性非高斯无环模型、分离准则、外生变量

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：355-359