DAG学习教程论文投稿IEEE特刊

Gonzalo Mateos等作者向IEEE Signal Processing Magazine特刊投稿了一篇关于DAG结构学习的教程论文，该特刊主题为“From Signals to Causes: Methodological Advances in Causal Inference”。 论文综述了将DAG结构学习重构为邻接矩阵上连续、基于评分的估计问题的最新信号处理与优化进展，以应对无环性约束带来的组合难题，以及潜在混杂和异质噪声导致的不可识别性。文章介绍了伴随DAG估计方法，可联合推断稀疏因果结构与外生噪声水平，在异方差和分布偏移下提升鲁棒性，并展望了在线、非线性与神经因果发现等方向。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。