研究者提出小样本因果发现方法AdaPS-LiNGAM

Shun Yanashima等研究者提出因果发现方法AdaPS-LiNGAM，用于变量数超过样本量、即小样本场景下的线性非高斯无环模型。该方法针对DirectLiNGAM反复残差化在此时必然退化的问题，改为利用因果顺序中已定位变量的稀疏子集（活跃边界），直接从原始观测重建残差，并把同一子集选择原则用于边估计的最终剪枝。 研究者的合成数据实验显示，该方法在样本受限场景下能准确恢复因果结构，且随样本量减少退化更平缓。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。