研究者提出分解式因果发现框架DCD

Muhammad Hasan Ferdous 等作者提出基于分解的因果发现框架 DCD，用于处理自相关与非平稳时序数据。该框架把每条时间序列拆分为趋势、季节和残差三个分量，分别做因果分析——趋势用平稳性检验、季节用核依赖度量、残差用约束式因果发现，再整合为统一的多尺度因果结构。 作者称，在大量合成基准和真实气候数据上，DCD 比现有最优基线更准确地恢复真实因果结构，尤其在强非平稳和时序自相关条件下。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。