公共文化服务平台

搜索到148篇“ 条件独立性“的相关文章

基于条件独立性检验的非稳态因果发现方法被引量：1: 2024年; 非稳态时间序列数据之间的因果关系发现是非常重要但极具挑战的问题。现有的工作主要假设观察数据随着时间或领域发生变化。上述假设使得相关方法需要引入时间或领域作为先验知识,无法应用于分段稳态的非稳态场景。因此,提出了一种基于条件独立性检验的非稳态因果关系发现算法。首先使用变化点检测方法来识别非稳态变化的时间点,然后将上一步的时间点进行区间划分,用基于条件独立性检验的时序因果关系发现算法推断局部稳态因果结构。在仿真和真实世界数据上的实验证明了该方法的有效性。; 郝志峰张维杰蔡瑞初蔡瑞初; 关键词：非稳态因果网络

一种基于条件独立性测试和连续优化的因果发现方法: 本发明属于机器学习技术领域，具体为一种基于条件独立性测试和连续优化的因果发现方法。本发明方法包括：利用条件独立性测试建立掩盖矩阵；基于掩盖矩阵设计连续优化损失函数中的约束项(硬约束/软约束)；利用变分自编码器和结构因果模...; 周水庚夏业伟张浩

基于混合条件独立性测试的因果发现算法: 2023年; 在因果发现领域中,条件独立性(Conditional independence;CI)测试方法决定了基于约束的算法的效率和准确度.Peter-Clark(PC)算法是应用最为广泛的一个基于约束的算法.由于CI测试方法的局限性,该算法在处理高维数据时存在耗时过长和准确度不高的问题.该文提出一种混合CI测试方法(Mixed CI Test;MCIT),它是一种基于核函数的CI测试方法(Kernel-based Conditional Independence Test;KCIT),并结合偏相关性测试.MCIT能与PC算法结合(称为PC_(MCIT))进行因果发现.MCIT通过偏相关性测试减少了KCIT中存在的大量有关核矩阵的运算,从而提高了因果发现的效率;同时又保留了KCIT能够处理非线性数据的优点,因而保证了因果发现的准确度.在各数据集上的实验结果表明,PC_(MCIT)的精确率比基于KCIT的PC算法(称为PC_(KCIT))有显著提高,与基于非线性回归的PCRCIT算法不相上下;而PC_(MCIT)的平均运行时间比后两者大为缩短.; 陈少凡韦程东何国源彭昱忠徐辉; 关键词：贝叶斯网络时间复杂度

Goldbach猜想对于Peano公理组条件独立性的机器证明: 当今社会,人工智能的影响随处可见。作为新一代技术革命,人工智能给人们的生活带来了极大的便利。机器证明作为人工智能的一个重要分支,使用机器来模拟人脑的认知和思维,来代替人脑进行自动推理论证从而实现定理的证明。此研究方向充分...; 韩康康; 关键词：COQ GOLDBACH猜想独立性

孪生素数猜想对于Peano公理组条件独立性的机器证明: 人工智能学科是国家目前及未来重大科技发展战略之一,是计算机科学发展中非常关键的一门学科。定理机器证明是人工智能学科一个重要的分支,能够对计算机程序的建立给予更严格准确的验证,是人工智能基础理论的深刻体现。随着计算机科学的...; 徐嘉倩; 关键词：孪生素数猜想 COQ 模型论

随机事件条件独立性: 2019年; 介绍了随机事件条件独立的概念和性质,结合例子讨论了随机事件独立性和条件独立性的关系,说明随机事件独立性和条件独立性互不蕴含。最后,讨论了条件独立的判定定理。; 张可铭张金平; 关键词：定理独立性

相关作者