期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于非时序观察数据的因果关系发现综述 被引量:44
1
作者 蔡瑞初 陈薇 +1 位作者 张坤 郝志峰 《计算机学报》 EI CSCD 北大核心 2017年第6期1470-1490,共21页
探索和发现事物间的因果关系是数据科学的一个核心问题,其中蕴含着丰富的科学发现机会和巨大的商业价值.基于非时序观察数据的因果关系发现方法能够从被动观察获得的数据中发现变量之间的因果关系,因而在各领域有广泛应用.这一类方法在... 探索和发现事物间的因果关系是数据科学的一个核心问题,其中蕴含着丰富的科学发现机会和巨大的商业价值.基于非时序观察数据的因果关系发现方法能够从被动观察获得的数据中发现变量之间的因果关系,因而在各领域有广泛应用.这一类方法在过去三十年取得很大进展,已经成为因果关系发现的重要途径.文中从因果关系方向推断、高维数据上的误发现率控制和不完全观察数据上的隐变量检测这三个研究热点出发,对现有的因果关系模型与假设、基于约束的方法、基于因果函数模型的方法和混合型方法这三大类方法,验证与测评涉及的数据集及工具等方面进行了详尽的介绍与分析.基于约束的方法主要包括因果骨架学习和因果方向推断两个阶段:首先基于因果马尔可夫假设,采用条件独立性检验学习变量之间的因果骨架,然后基于奥卡姆剃刀准则利用V-结构确定因果方向,典型的算法有Peter-Clark算法、Inductive Causation等,这类方法的主要不足是存在部分无法判断的因果关系方向,即存在Markov等价类难题.基于因果函数模型的方法则基于数据的因果产生机制假设,在构建变量之间的因果函数模型的基础之上,基于噪声的非高斯性、原因变量与噪声的独立性、原因变量分布与因果函数梯度的独立性等因果假设推断变量之间的因果关系方向,典型的算法有针对线性非高斯无环数据的Linear NonGaussian Acyclic Model算法、针对后非线性数据的Post-NonLinear算法、适用于非线性或离散数据的Additive Noise Model等,这类方法的主要不足是需要较为严格的数据因果机制假设,且Additive Noise Model等方法主要适用于低维数据场景.混合型方法则希望充分发挥基于约束的方法和基于因果函数类方法的优势,分别采用基于约束的方法进行全局结构学习和基于因果函数模型进行局部结构学习和方向推断,典型的算法有SADA、MCDSL等,理论分析较为不足是这类方法目前遇到的主要困难.最后,文中还基于研究现状分析讨论了因果方向推断、高维数据上的误发现率控制、隐变量发现、与机器学习的关系等未来可能的研究方向. 展开更多
关键词 因果关系 因果关系发现 观察数据 结构学习 加性噪声模型 人工智能 机器学习
在线阅读 下载PDF
基于多组典型相关变量的因果关系发现算法 被引量:6
2
作者 陈薇 蔡瑞初 +2 位作者 伍运金 谢峰 郝志峰 《计算机应用研究》 CSCD 北大核心 2021年第1期53-56,共4页
现有的因果关系发现算法主要基于单个观察变量本身之间的因果关系,无法适用于多组观察变量,为此提出了一种多组典型相关变量的因果关系发现算法。首先,引入多组典型相关变量建立多组典型相关变量的线性非高斯无环模型并提出对应的目标函... 现有的因果关系发现算法主要基于单个观察变量本身之间的因果关系,无法适用于多组观察变量,为此提出了一种多组典型相关变量的因果关系发现算法。首先,引入多组典型相关变量建立多组典型相关变量的线性非高斯无环模型并提出对应的目标函数;然后,采用梯度上升的方法求解目标函数,构建多组典型相关变量的因果关系网络。模拟实验验证了该算法的有效性,并在移动基站数据上发现了一批有价值的多组无线网络性能指标间的因果关系。 展开更多
关键词 多组典型相关变量 线性非高斯无环模型 因果关系发现 因果关系网络
在线阅读 下载PDF
基于因果关系发现的关键化学组分辨识方法 被引量:1
3
作者 董雁适 《上海交通大学学报》 EI CAS CSCD 北大核心 2005年第10期1668-1671,共4页
由于传统的组分分离-测试方法效率低并难以发现组分间的协同关系,逐步回归等传统统计分析方法又不可靠.用因果关系发现算法发现了关键化学组分,针对组效关系数据多为高维小样本的特点,提出了一种新的关系发现算法,并用此算法成功辨识出... 由于传统的组分分离-测试方法效率低并难以发现组分间的协同关系,逐步回归等传统统计分析方法又不可靠.用因果关系发现算法发现了关键化学组分,针对组效关系数据多为高维小样本的特点,提出了一种新的关系发现算法,并用此算法成功辨识出一种中药材川芎的关键组分,证明了该方法的可行性. 展开更多
关键词 因果关系发现 关键化学组分辨识 回归分析
在线阅读 下载PDF
基于时序隐变量模型的因果关系发现算法 被引量:3
4
作者 曾艳 郝志峰 +1 位作者 蔡瑞初 谢峰 《计算机工程与设计》 北大核心 2022年第5期1428-1434,共7页
为在基于隐变量模型的因果关系发现算法中综合考虑隐变量之间的瞬时性和延时性因果效应,构建以动态贝叶斯网络为基础的时序隐变量模型,提出对应的因果关系发现算法。使用因子分析的方法估计测量模型中的因子载荷矩阵,应用结构向量自回... 为在基于隐变量模型的因果关系发现算法中综合考虑隐变量之间的瞬时性和延时性因果效应,构建以动态贝叶斯网络为基础的时序隐变量模型,提出对应的因果关系发现算法。使用因子分析的方法估计测量模型中的因子载荷矩阵,应用结构向量自回归模型估计自回归矩阵,利用数据的非高斯性依次学习模型中隐变量之间的瞬时效应矩阵与延时效应矩阵,构建时序隐变量模型的因果网络结构。实验结果验证了算法的有效性。 展开更多
关键词 时间序列 隐变量 因果关系发现 因子分析 向量自回归模型 非高斯性
在线阅读 下载PDF
基于条件独立性检验的非稳态因果发现方法 被引量:1
5
作者 郝志峰 张维杰 +1 位作者 蔡瑞初 陈薇 《计算机工程与应用》 CSCD 北大核心 2024年第10期113-120,共8页
非稳态时间序列数据之间的因果关系发现是非常重要但极具挑战的问题。现有的工作主要假设观察数据随着时间或领域发生变化。上述假设使得相关方法需要引入时间或领域作为先验知识,无法应用于分段稳态的非稳态场景。因此,提出了一种基于... 非稳态时间序列数据之间的因果关系发现是非常重要但极具挑战的问题。现有的工作主要假设观察数据随着时间或领域发生变化。上述假设使得相关方法需要引入时间或领域作为先验知识,无法应用于分段稳态的非稳态场景。因此,提出了一种基于条件独立性检验的非稳态因果关系发现算法。首先使用变化点检测方法来识别非稳态变化的时间点,然后将上一步的时间点进行区间划分,用基于条件独立性检验的时序因果关系发现算法推断局部稳态因果结构。在仿真和真实世界数据上的实验证明了该方法的有效性。 展开更多
关键词 因果关系发现 非稳态 因果网络
在线阅读 下载PDF
ICIC_Target:目标节点的局部因果关系网络的发现算法
6
作者 李岩 王挺 +1 位作者 刘万伟 张晓艳 《计算机研究与发展》 EI CSCD 北大核心 2016年第7期1544-1560,共17页
因果关系的研究在于揭示自然规律的和人类社会发展本质及其规律,对人类长久以来的生产生活和科学研究有着非常重要的作用.目前,因果关系的研究受到前所未有的广泛关注,但仍存在诸多困难和挑战.致力于建立一个因果激励/抑制模型以抽象地... 因果关系的研究在于揭示自然规律的和人类社会发展本质及其规律,对人类长久以来的生产生活和科学研究有着非常重要的作用.目前,因果关系的研究受到前所未有的广泛关注,但仍存在诸多困难和挑战.致力于建立一个因果激励/抑制模型以抽象地表示和解释因果的作用机制,并在此基础上提出用于目标节点的局部因果关系网络的自动发现方法框架ICIC和算法ICIC_Target.该方法不预先设定因果结构(如设定为无圈、隐含结构),并根据对因果关系本质的认识,利用初始变量(exogenous variables)和初始团树(IClique)的概念,在判定边和方向之前对变量进行粗略地排序,从而提高了因果关系网络发现的性能.在4个不同类型的数据集上实现了与多种经典方法,如HITON,IC,PC,PCMB等的对比实验,实验结果表明ICIC_Target方法适用范围广,有较好的鲁棒性,同时,从理论上分析证实了ICIC_Target方法具有较好的稳定性和较低的复杂度. 展开更多
关键词 因果关系 因果关系网络 局部因果关系发现 激励因果 抑制因果
在线阅读 下载PDF
融合先验约束的拓扑霍克斯过程格兰杰因果发现算法 被引量:2
7
作者 蔡瑞初 刘跃群 +3 位作者 黄正婷 黄晓楷 陈薇 郝志峰 《计算机应用研究》 CSCD 北大核心 2022年第6期1668-1672,共5页
离散时序数据的格兰杰因果关系发现算法具有重要应用价值。现有方法主要采用霍克斯过程建模,无法适用于非独立同分布数据和带有时间误差的数据。为此,提出了一种融合先验约束的拓扑霍克斯过程格兰杰因果关系发现算法(PTHP)。首先,使用... 离散时序数据的格兰杰因果关系发现算法具有重要应用价值。现有方法主要采用霍克斯过程建模,无法适用于非独立同分布数据和带有时间误差的数据。为此,提出了一种融合先验约束的拓扑霍克斯过程格兰杰因果关系发现算法(PTHP)。首先,使用基于约束的方法筛选出一批显著性水平较高的因果边,提升算法对故障发生时间误差的容忍性;随后,将上一步获取的边作为先验约束融合到拓扑霍克斯过程中,解决序列间的非独立同分布问题。模拟数据和真实数据的实验证明了该方法的有效性,并获得了PCIC 2021因果推理大赛第一名。 展开更多
关键词 格兰杰因果 拓扑霍克斯过程 因果关系发现 因果关系网络 时间误差
在线阅读 下载PDF
基于自编码器和多尺度符号转移熵的FCC沉降器跑剂故障检测
8
作者 朱春梦 李增 +3 位作者 柳楠 赵云鹏 石孝刚 蓝兴英 《化工学报》 北大核心 2025年第9期4512-4523,共12页
催化裂化(fluid catalytic cracking,FCC)沉降器跑剂故障复杂,故障发生时多个参数会偏离正常状态,需迅速检测和缓解,以保障FCC装置长周期稳定运行。提出了一种集成自编码器(autoencoder,AE)和多尺度符号转移熵(multi-scale symbol trans... 催化裂化(fluid catalytic cracking,FCC)沉降器跑剂故障复杂,故障发生时多个参数会偏离正常状态,需迅速检测和缓解,以保障FCC装置长周期稳定运行。提出了一种集成自编码器(autoencoder,AE)和多尺度符号转移熵(multi-scale symbol transfer entropy,MSTE)的无监督跑剂故障检测方法(AEM),充分考虑了时间序列数据中复杂的时间依赖关系及故障后时间序列的非平稳性。将双重注意力(dual attention,DA)机制融入长短期记忆单元(long short-term memory,LSTM)的编码器-解码器结构中,其中特征注意力(feature attention,FA)机制通过为输入特征变量分配权重,动态强调关键特征并识别主要故障变量;时间注意力(temporal attention,TA)机制则通过为时间维度内的每个时间步分配权重,捕获其依赖信息,从而进一步提升检测效果。此外,利用MSTE方法构建了非平稳过程的因果关系图,揭示了变量之间的时间延迟并排除了间接因果关系。通过分析沉降器快分头封头穿孔过程,验证了AEM的有效性,且提升了决策过程的可解释性。 展开更多
关键词 过程控制 安全 无监督学习 神经网络 因果关系发现
在线阅读 下载PDF
基于递归分解的因果结构学习算法
9
作者 蔡瑞初 张文辉 +1 位作者 乔杰 郝志峰 《计算机工程》 CAS CSCD 北大核心 2023年第3期87-94,共8页
在高维小样本场景下,针对现有基于约束的因果结构学习方法存在因果结构学习效率低、马尔可夫等价类的问题,以非线性非高斯的高维小样本为研究对象,提出一种基于递归分解的因果结构学习算法CADR。在高维小样本的因果结构学习效率方面,结... 在高维小样本场景下,针对现有基于约束的因果结构学习方法存在因果结构学习效率低、马尔可夫等价类的问题,以非线性非高斯的高维小样本为研究对象,提出一种基于递归分解的因果结构学习算法CADR。在高维小样本的因果结构学习效率方面,结合递归分解的思想,将高维变量集递归分解为多个更小的子集,直到无法再分解或子集的大小达到阈值为止。在该过程中,变量集的减少缩减了条件独立性检验的条件候选集的搜索空间,从而提高学习效率。同时,为进一步识别马尔可夫等价类,根据非线性非高斯模型的因果方向的不可逆性,通过判断拟合噪声项与原因变量是否独立来识别马尔可夫等价类的因果方向。在仿真数据和真实因果结构数据上的实验结果表明,CADR不仅提高条件独立性检验的效率,而且能有效地区分马尔可夫等价类,学习到更精确的因果结构,其中,在真实因果结构实验中,与现有Xie_rec、PC_ANM和Notear_Sob方法相比,F1评分提高5%~12%。 展开更多
关键词 因果关系发现 条件独立性检验 高维小样本 递归分解 马尔可夫等价类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部