Novel Causel Network Modeling Method Itegrating Process Knowledge with Modifies Transfer Entropy:A Case Study of Complex Chemical Processes
一些自己的感悟
首先,这篇论文和我预想的方法差不多。还是蛮像的,不过他只是建立起了因果模型网络,并没有搞预测调度之类的东西。
其次呢,原来可以用现有知识对网络进行筛选,修改之类的。搞出来的因果网络可以进行必要的修改。
创新点
1.利用了一个修正的传递熵(hx)
按论文的意思,是可以构造更多的因果箭头,判断更多的因果关系。
2.利用了基于过程知识(也就是已知工艺知识)
也就是利用现有的经验对网络的箭头进行筛选。
学到的知识点
1.马尔科夫过程
说的通俗一点,就是
系统在当前时刻所处的状态仅仅与兄上一时刻所处的状态有关;
系统在下一时刻所处的状态仅仅与系统在当前时刻所处的状态有关,与系统以前刻所处的状态无关。
2.利用显著性水平测量因果关系
3σ法则,判断此书落没落在3σ区间内,落在了即合理,要不然不合理。
3.建立好的因果模型可以修改
用数据求出来的因果模型,如果不符合常识,是可以修改的。但是你最好找出理论依据,能够自圆其说就行。