DECO框架缩减精确DAG学习搜索空间

研究者提交预印本论文，提出非参数混合框架DECO，从观测数据中提取依赖与方向性证据，在精确优化前构建可接受的父节点集，以缩减DAG学习的搜索空间。 论文称，理论分析证明可接受父节点集配置空间呈指数级缩减，并量化了有界边级遗漏对保留真实父结构概率的影响。在基准贝叶斯网络及合成离散、连续DAG上的实验显示，搜索空间大幅缩减，同时保持有竞争力的结构恢复性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。