arXiv stat.ML· Matteo Ceriscioli, Shohei Shimizu, Mallika Gupta, Karthika Mohan·· 5 小时前AI 评分13
从完整数据到缺失数据：因果发现可识别性结果的推广
Generalizing Identifiability Results in Causal Discovery from Complete Data to Missing Data Settings
AI 导读
该研究给出了因果图在多种缺失机制（含 Missing Not At Random）下仍可识别的通用充分条件，并建立框架将完整数据的因果发现算法正确性保证推广到缺失数据场景。
来源：arXiv stat.ML · arxiv.org