Inferring deterministic causal relations

Daniusis, P; Janzing, D; Mooij, J; Zscheischler, J; Steudel, B; Zhang, K; Schölkopf, B

Inferring deterministic causal relations

Daniusis, P., Janzing, D., Mooij, J., Zscheischler, J., Steudel, B., Zhang, K., & Schölkopf, B. (2010). Inferring deterministic causal relations. In P., Grünwald, & P., Spirtes (Eds.), 26th Conference on Uncertainty in Artificial Intelligence (UAI 2010) (pp. 143-150). Corvallis, OR, USA: AUAI Press.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-BF3C-6 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0002-81CD-5

資料種別: 会議論文

ファイル

表示: ファイル

非表示: ファイル

:

UAI2010-Daniusis_[0].pdf (全文テキスト（全般）), 368KB

表示保存

ファイルのパーマリンク:
https://hdl.handle.net/21.11116/0000-0002-8158-9

ファイル名:
UAI2010-Daniusis_[0].pdf

説明:
-

OA-Status:

閲覧制限:
公開

MIMEタイプ / チェックサム:
application/pdf / [MD5]

技術的なメタデータ:

表示

著作権日付:
-

著作権情報:
-

CCライセンス:
-

作成者

表示:

非表示:

作成者:
Daniusis, P^{1, 2}, 著者
Janzing, D^{1, 2}, 著者
Mooij, J^{1, 2}, 著者
Zscheischler, J^{1, 2}, 著者
Steudel, B, 著者
Zhang, K^{1, 2}, 著者
Schölkopf, B^{1, 2}, 著者

所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794

内容説明

表示:

非表示:

キーワード: -

要旨: We consider two variables that are related to each other by an invertible function. While it has previously been shown that the dependence structure of the noise can provide hints
to determine which of the two variables is the cause, we presently show that even in the deterministic (noise-free) case, there are asymmetries that can be exploited for causal inference. Our method is based on the idea that if the function and the probability density of the cause are chosen independently, then the distribution of the effect will, in a certain sense, depend on the function. We
provide a theoretical analysis of this method, showing that it also works in the low noise regime, and link it to information geometry. We report strong empirical results on various real-world data sets from different domains.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2010-07

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: BibTex参照ID: 6620

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: 26th Conference on Uncertainty in Artificial Intelligence (UAI 2010)

種別: 会議論文集

著者・編者:
Grünwald, P, 編集者
Spirtes, P, 編集者

所属:
-

出版社, 出版地: Corvallis, OR, USA : AUAI Press

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 143 - 150 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-0-9749039-6-5

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1