基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
如何根据观察数据来推断因果网络结构是统计学和机器学习领域的重要问题。近年来学者们取得了许多研究成果, LiNGAM算法是其中一种经典的线性因果推断算法。但 LiNGAM算法采用的剪枝策略时间复杂度较高,且在稀疏图上准确率低。为此,提出一种基于条件独立性测试的剪枝算法来解决这个问题。该算法首先将变量根据因果顺序重新排列,再按照该次序采用偏相关系数检验变量之间的条件独立性。大量的实验结果表明,基于条件独立性的剪枝算法在稀疏图上比 LiNGAM的剪枝算法获得更高的准确率与执行效率。
推荐文章
混合加噪声模型与条件独立性检测的因果方向推断算法
因果网络
加噪声模型
马尔可夫等价类
具备对角独立性诊断算法误判和混淆分析
边界扫描
互连诊断
征兆误判
征兆混淆
对角独立性
关于事件独立性的研究
独立性
样本空间
概率空间
独立同分布
随机变量序列
一种基于最大最小独立性的因果发现算法
外生变量
因果发现
最大最小独立性
线性非高斯无环模型(LiNGAM)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于条件独立性的 LiNGAM 模型剪枝算法
来源期刊 计算机应用与软件 学科 工学
关键词 线性因果关系 偏相关 条件独立性 剪枝
年,卷(期) 2016,(8) 所属期刊栏目 算 法
研究方向 页码范围 249-253
页数 5页 分类号 TP3
字数 7891字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.08.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郝志峰 广东工业大学计算机学院 166 940 14.0 20.0
2 蔡瑞初 广东工业大学计算机学院 66 279 10.0 13.0
3 吕宏伟 广东工业大学计算机学院 1 1 1.0 1.0
4 袁畅 广东工业大学计算机学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
线性因果关系
偏相关
条件独立性
剪枝
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导