【NeurIPS2022】时序解纠缠表示学习

2022 年 10 月 30 日 专知


近年来,在无监督表示学习领域中,除了独立性之外,还通过利用类标签等侧面信息建立了因果相关潜变量解纠缠的强可识别性结果。然而,大多数现有的工作都受到函数形式假设(如独立源或进一步的线性过渡)和分布假设(如平稳、指数家族分布)的限制。如果潜在的潜在变量之间有任意的、非参数的因果影响,那么它们和它们的因果关系是否可识别是未知的。在这项研究中,我们从固定时间因果影响下的非线性混合中建立了非参数潜在因果过程的可识别性理论,并分析了分布变化如何进一步有利于解纠缠。我们提出了TDRL,这是一个原则性的框架,用于从平稳环境和不同分布位移下的测量序列数据中恢复时滞潜在因果变量并识别它们之间的关系。具体而言,该框架可以将未知分布位移分解为固定时变潜在因果关系下的跃迁分布变化,以及观测中观测变化下的跃迁分布变化。通过实验,我们表明延时的潜在因果影响被可靠地识别出来,我们的方法大大优于现有的基线,这些基线没有正确地利用这种变化的模块化表示。我们的代码可在以下网站获得:https://github.com/weirayao/tdrl。

https://www.zhuanzhi.ai/paper/69aeb6d5a927520a93b4b477e64e9cab


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“TDRL” 就可以获取 【NeurIPS2022】时序解纠缠表示学习》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
1

相关内容

【NeurIPS2022】主动贝叶斯因果推理
专知会员服务
58+阅读 · 2022年11月14日
【NeurIPS 2022】带有自适应节点采样的层次图Transformer
专知会员服务
28+阅读 · 2022年10月11日
NeurIPS2022|基于解耦因果子结构学习的去偏差图神经网络
【NeurIPS2022】黎曼扩散模型
专知会员服务
41+阅读 · 2022年9月15日
【ICML2022】时序自监督视频transformer
专知会员服务
30+阅读 · 2022年7月28日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
14+阅读 · 2021年10月16日
专知会员服务
22+阅读 · 2021年10月6日
【NeurIPS2020】可处理的反事实推理的深度结构因果模型
专知会员服务
47+阅读 · 2020年9月28日
【NeurIPS2022】主动贝叶斯因果推理
专知
3+阅读 · 2022年11月14日
【NeurIPS2022】分布式自适应元强化学习
专知
3+阅读 · 2022年10月8日
【ICML2022】时序自监督视频transformer
专知
1+阅读 · 2022年7月28日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
11+阅读 · 2020年12月2日
Arxiv
23+阅读 · 2020年9月16日
Arxiv
110+阅读 · 2020年2月5日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
VIP会员
相关VIP内容
【NeurIPS2022】主动贝叶斯因果推理
专知会员服务
58+阅读 · 2022年11月14日
【NeurIPS 2022】带有自适应节点采样的层次图Transformer
专知会员服务
28+阅读 · 2022年10月11日
NeurIPS2022|基于解耦因果子结构学习的去偏差图神经网络
【NeurIPS2022】黎曼扩散模型
专知会员服务
41+阅读 · 2022年9月15日
【ICML2022】时序自监督视频transformer
专知会员服务
30+阅读 · 2022年7月28日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
14+阅读 · 2021年10月16日
专知会员服务
22+阅读 · 2021年10月6日
【NeurIPS2020】可处理的反事实推理的深度结构因果模型
专知会员服务
47+阅读 · 2020年9月28日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员