Nonlinear Causal Discovery via Dynamic Latent Variables

Distinguishing causality from mere correlation is a cornerstone in empirical research, as conflating the two can result in significant errors in decision-making, affecting policy formulation and the validity of scientific inferences. Traditional experimental designs, such as randomized trials, often...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on automation science and engineering Ročník 22; s. 10381 - 10391
Hlavní autoři:	Yang, Xing, Lan, Tian, Qiu, Hao, Zhang, Chen
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 2025
Témata:	Causal discovery Cause effect analysis Economics Estimation expectation maximization Gaussian process Gaussian processes Heuristic algorithms Inference algorithms Kernel Markov chain Monte Carlo Mathematical models Monte Carlo methods Numerical analysis state space model
ISSN:	1545-5955, 1558-3783
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!