【NeurIPS2022】主动贝叶斯因果推理

2022 年 11 月 14 日 专知


因果发现和因果推理通常被视为独立和连续的任务:首先推断因果图,然后使用它来估计干预的因果效果。然而,这种两阶段的方法是不经济的,特别是就主动收集的介入数据而言,因为感兴趣的因果查询可能不需要完全指定的因果模型。从贝叶斯的角度来看,这也是不自然的,因为一个因果查询(例如,因果图或某些因果效果)可以被视为一个潜在的数量服从后验推理——其他没有直接兴趣的未观察到的数量(例如,完整的因果模型)应该在这个过程中被边缘化,并导致我们的认知不确定性。在这项工作中,我们提出了主动贝叶斯因果推理(ABCI),一个集成因果发现和推理的全贝叶斯主动学习框架,它联合推导因果模型和兴趣查询的后验。在我们的ABCI方法中,我们关注一类因果充分的非线性加性噪声模型,我们使用高斯过程建模。我们依次设计关于目标因果查询信息量最大的实验,收集相应的介入数据,并更新我们选择下一个实验的信念。通过模拟,我们证明了我们的方法比一些只关注学习完整因果图的基线更有效。这允许我们从更少的样本中准确地学习下游因果查询,同时为感兴趣的数量提供良好校准的不确定性估计。

https://www.zhuanzhi.ai/paper/5a0f7d37a0053ae4b0c45f1e2d38f0f4

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“ABCI” 就可以获取【NeurIPS2022】主动贝叶斯因果推理》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
3

相关内容

【华盛顿大学博士论文】因果模型的似然分析,190页pdf
专知会员服务
34+阅读 · 2022年11月14日
【NeurIPS2022】分布外序列事件预测:因果处理
专知会员服务
27+阅读 · 2022年11月10日
【NeurIPS2021】任务导向的无监督域自适应
专知会员服务
16+阅读 · 2021年11月20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
55+阅读 · 2021年5月17日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
189+阅读 · 2020年12月12日
【NeurIPS2022】分布外序列事件预测:因果处理
【ICML2022】熵因果推理:图的可辨识性
专知
1+阅读 · 2022年8月6日
「因果推理」概述论文,13页pdf
专知
16+阅读 · 2021年3月20日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013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
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
26+阅读 · 2011年12月31日
国家自然科学基金
23+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年1月12日
Arxiv
14+阅读 · 2022年10月15日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
19+阅读 · 2020年7月13日
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
23+阅读 · 2018年10月1日
VIP会员
相关VIP内容
【华盛顿大学博士论文】因果模型的似然分析,190页pdf
专知会员服务
34+阅读 · 2022年11月14日
【NeurIPS2022】分布外序列事件预测:因果处理
专知会员服务
27+阅读 · 2022年11月10日
【NeurIPS2021】任务导向的无监督域自适应
专知会员服务
16+阅读 · 2021年11月20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
55+阅读 · 2021年5月17日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
189+阅读 · 2020年12月12日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013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
8+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
26+阅读 · 2011年12月31日
国家自然科学基金
23+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2023年1月12日
Arxiv
14+阅读 · 2022年10月15日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
19+阅读 · 2020年7月13日
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
Arxiv
15+阅读 · 2020年2月5日
Arxiv
23+阅读 · 2018年10月1日
Top
微信扫码咨询专知VIP会员