咨询与建议
  • 全部搜索
  • 期刊论文
  • 图书
  • 学位论文
  • 标准
  • 纸本馆藏
  • 外文资源发现
  • 数据库导航
  • 超星发现
高级检索

限定检索结果

文献类型

  • 3 篇 期刊文献

馆藏范围

  • 3 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 3 篇 工学
    • 3 篇 计算机科学与技术...
    • 1 篇 控制科学与工程
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 3 篇 线性非高斯无环模...
  • 1 篇 因果结构学习
  • 1 篇 因果发现
  • 1 篇 叶子节点
  • 1 篇 外生变量
  • 1 篇 因果关系发现
  • 1 篇 混淆因子
  • 1 篇 互信息
  • 1 篇 分离准则
  • 1 篇 因果关系网络
  • 1 篇 多组典型相关变量

机构

  • 2 篇 北京大学
  • 2 篇 佛山科学技术学院
  • 2 篇 广东工业大学
  • 1 篇 清华大学

作者

  • 3 篇 谢峰
  • 2 篇 曾艳
  • 2 篇 蔡瑞初
  • 2 篇 郝志峰
  • 1 篇 陈薇
  • 1 篇 伍运金

语言

  • 3 篇 中文
检索条件"主题词=线性非高斯无环模型"
共 3 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
详细 简洁
排序：
基于线性非高斯无环模型的鲁棒因果发现算法
收藏
分享
引用
计算机仿真 2022年 第11期39卷 355-359页
作者： 曾艳 郝志峰 蔡瑞初 谢峰 广东工业大学计算机学院 广东广州510006 佛山科学技术学院数学与大数据学院 广东佛山528000 北京大学数学科学学院 北京100080
针对现有基于观察数据的因果发现算法由于搜索方式不恰当而存在算法识别准确率下降的问题,提出一种基于线性非高斯无环模型的鲁棒因果关系发现算法。首先利用d分离准则构建因果网络的骨架,提取变量的相邻节点信息,再采取局部搜索的方式... 详细信息
来源： 评论
基于互信息和叶子节点属性的因果结构学习方法
收藏
分享
引用
小型微型计算机系统 2023年 第8期44卷 1601-1606页
作者： 谢峰 曾艳 北京大学概率统计系 北京100871 清华大学计算机科学与技术系 北京100084
线性非高斯无环模型(Linear Non-Gaussian Acyclic Models,LiNGAM)已经被证明能有效区分马尔科夫等价类而获得唯一的因果网络,从而得到越来越多研究者关注.现有学习LiNGAM的方法要么难以有效处理高维网络;要么假设网络结构为树结构而去... 详细信息
来源： 评论
基于多组典型相关变量的因果关系发现算法
收藏
分享
引用
计算机应用研究 2021年 第1期38卷 53-56页
作者： 陈薇 蔡瑞初 伍运金 谢峰 郝志峰 广东工业大学计算机学院 广州510006 佛山科学技术学院数学与大数据学院 广东佛山528225
现有的因果关系发现算法主要基于单个观察变量本身之间的因果关系,无法适用于多组观察变量,为此提出了一种多组典型相关变量的因果关系发现算法。首先,引入多组典型相关变量建立多组典型相关变量的线性非高斯无环模型并提出对应的目标函... 详细信息
来源： 评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页 <<  < 1 >  >>
回到顶部
执行限定条件