![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
因果推理
文章平均质量分 92
FutureForMe@
哈尔滨某工业大学研究生一枚,目前的研究方向主要为偏医疗方向的NLP,此外还对机器学习、深度学习等方向十分感兴趣,希望可以和志同道合的朋友一块成长~
展开
-
Casual Discovery from Incomplete Data: A Deep Learning Approach(AAAI 2020)
【写在前面】该论文发表于AAAI2020,提出了一个采用深度学习在数据存在缺失的情况下进行因果关系发现的框架,框架中采用了GAN和VAE,GAN网络主要用来进行数据补全,VAE则进行生成一个无向因果图,然后利用了加噪模型对因果图关系的方向进行确定。论文链接:https://arxiv.org/abs/2001.05343v1论文源码:未找到源码Abstract: 通过对事件之间的一系列因果关系进行编码,因果网络可以方便地预测来自给定动作的影响,并分析其潜在的数据生成机制。由于数据的缺失,直接在部..原创 2021-03-16 22:23:52 · 780 阅读 · 2 评论 -
Challenges and Opportunities with Causal Discovery Algorithms: Applications to Alzheimer
该论文发表于Nature期刊中的子刊 ScientificReports 中的一篇论文,其主要讲述了SEM、FCI和FGES三种算法在阿尔兹海默症方向的应用。论文事先已经获得了一个由专家标注的金标准因果关系结构图,然后采用三种不同的算法并辅助于相应的处理(增加知识)来比较三种算法生成因果结构的效果。论文最后给出了三种算法的弊端以及相应的解决方法。论文链接:https://www.nature.com/articles/s41598-020-59669-x论文代码:暂未找到Abstract: 因果结构.原创 2021-03-13 21:54:26 · 1704 阅读 · 3 评论