《计算机应用研究》|Application Research of Computers

基于多组典型相关变量的因果关系发现算法

Causal discovery algorithm based on multiset canonical correlation variables

免费全文下载 (已被下载 次)  
获取PDF全文
作者 陈薇,蔡瑞初,伍运金,谢峰,郝志峰
机构 1.广东工业大学 计算机学院,广州 510006;2.佛山科学技术学院 数学与大数据学院,广东 佛山 528225
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2021)01-010-0053-04
DOI 10.19734/j.issn.1001-3695.2019.12.0618
摘要 现有的因果关系发现算法主要基于单个观察变量本身之间的因果关系,无法适用于多组观察变量,为此提出了一种多组典型相关变量的因果关系发现算法。首先,引入多组典型相关变量建立多组典型相关变量的线性非高斯无环模型并提出对应的目标函数;然后,采用梯度上升的方法求解目标函数,构建多组典型相关变量的因果关系网络。模拟实验验证了该算法的有效性,并在移动基站数据上发现了一批有价值的多组无线网络性能指标间的因果关系。
关键词 多组典型相关变量; 线性非高斯无环模型; 因果关系发现; 因果关系网络
基金项目 NSFC-广东联合基金资助项目(U1501254)
国家自然科学基金资助项目(61876043)
广东省自然科学基金资助项目(2014A030306004,2014A030308008)
广东特支计划资助项目(2015TQ01X140)
广州市珠江科技新星资助项目(201610010101)
广州市科技计划资助项目(201902010058)
本文URL http://www.arocmag.com/article/01-2021-01-010.html
英文标题 Causal discovery algorithm based on multiset canonical correlation variables
作者英文名 Chen Wei, Cai Ruichu, Wu Yunjin, Xie Feng, Hao Zhifeng
机构英文名 1.School of Computer Science,Guangdong University of Technology,Guangzhou 510006,China;2.School of Mathematics & Big Data,Foshan University,Foshan Guangdong 528225,China
英文摘要 Existing causal discovery algorithms are mainly based on the observed variables, and cannot be applied to the causal discovery among multiple sets of observed variables. Hence, this paper proposed a multiset canonical correlation variables based causal discovery algorithm. First, it introduced multiset canonical correlation variables to establish a linear non-Gaussian acyclic model for them, and proposed a corresponding objective function. Then, it used the gradient as cent method to solve the objective function, and constructed a causal network over multiset canonical correlation variables. Simulation experiments verify the correctness and effectiveness of the algorithm, and find a number of valuable sets of wireless network performance indicators on the mobile base station dataset.
英文关键词 multiset canonical correlation variables; linear non-Gaussian acyclic model; causal discovery; causal network
参考文献 查看稿件参考文献
 
收稿日期 2019/12/17
修回日期 2020/2/3
页码 53-56
中图分类号 TP301.6
文献标志码 A