跳到正文
热点事件持续更新

新方法COARSE：从干预数据学聚类DAG

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

研究人员 Gaetano Tedesco 和 Alex Markham 提出 COARSE，称其为首个基于分数、从干预数据学习聚类 DAG 的方法。 该方法在保留原有两阶段结构的前提下，针对线性高斯假设，把基于约束的边学习阶段替换为基于分数的阶段，并证明干预本身可识别聚类间的因果序，从而将边学习化简为每个聚类的一次局部搜索。作者称该方法具有多项式时间复杂度，在合成与真实干预数据上边恢复效果匹配当前最优方法，边学习阶段速度最高快两个数量级。

AI 根据报道生成 · 1 小时前更新

最新进展10月9日 12:00
COARSE：基于分数学习的干预数据聚类 DAG 方法

报道时间线

沿着报道，了解事件的不同侧面。

10月9日
  1. arXiv：cs.LG
    COARSE：基于分数学习的干预数据聚类 DAG 方法

    研究人员提出 COARSE，这是首个基于分数的方法，用于从干预数据中学习聚类 DAG。在���性高斯假设下，它将约束型边学习阶段替换为基于分数的阶段，并证明干预本身可识别聚类间的因果序，将边学习化简为每个聚类的一次局部搜索。该方法具有多项式时间复杂度，在合成和真实干预数据上边恢复效果匹配 SOTA，边学习阶段速度最高快两个数量级。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。