论文分享:通过算法生成模型进行因果反卷积

目录0 题目1 背景2 问题3 现状与GAP3.1 现状3.2 GAP4 难点5 创新点6 内容7 验证0 题目Causal deconvolution by algorithm generative models期刊:Nature Articles1 背景目前的机器学习和深度学习方法在处理归纳推理、解释和因果关系方面存在不足不同对象通过不同生成机制相互作用产生复杂行为:• 根据特定度量的数据点间距离最小化——k-means/k-medoids• 利用概率分布,回归等技术实现线性分离/分离
摘要由CSDN通过智能技术生成

0 题目

Causal deconvolution by algorithm generative models
期刊:Nature Articles
在这里插入图片描述

1 背景

目前的机器学习和深度学习方法在处理归纳推理、解释和因果关系方面存在不足

不同对象通过不同生成机制相互作用产生复杂行为:
• 根据特定度量的数据点间距离最小化——k-means/k-medoids
• 利用概率分布,回归等技术实现线性分离/分离——SVM/机器学习/DNN
• 基于图论属性实现分离——GNN

只寻求数据共享特征,忽略因果作用机制

假设研究对象共享统计,拓扑或代数特征,所以可以通过相同方式/来源生成

2 问题

如何更好地处理分层结构的数据,实现归纳推理?

3 现状与GAP

3.1 现状

(1)因果关系,熵迁移,介入主义
(2)计算力学,算法概率和经验分布,算法概率结合决策理论

3.2 G

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值