arXiv cs.LG· Juliette Sinnott, Amir-Hossein Karimi, Mohammad Kohandel·· 5 小时前AI 评分26
高斯过程因果模型离散结果的反事实概率推断
Probabilistic Counterfactual Inference for Discrete Outcomes in Gaussian-Process Causal Models
AI 导读
研究提出统一概率框架，将 GP 预测器与显式外生噪声机制配对，为二元、名义和有序离散结果分别推导精确的条件噪声反演方法，并证明其能复现拟合模型的观测与干预分布。在合成 SCM 上，对有序数据误用分类耦合会使反事实误差膨胀约三倍，且该误差不随数据量增加而下降。
来源：arXiv cs.LG · arxiv.org