期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于互信息度量的时序数据因果发现方法
1
作者
李德志
鲁云军
+1 位作者
吴健平
李强
《控制与决策》
EI
CSCD
北大核心
2024年第9期3151-3159,共9页
在时序数据因果关系发现研究中,传统算法针对时间窗口内时序数据之间的因果关系进行分析,存在因果关系识别准确率受限、算法复杂度较高等问题.为解决该问题,首先对概要因果图、因果概要互信息和条件因果概要互信息进行定义,在此基础上...
在时序数据因果关系发现研究中,传统算法针对时间窗口内时序数据之间的因果关系进行分析,存在因果关系识别准确率受限、算法复杂度较高等问题.为解决该问题,首先对概要因果图、因果概要互信息和条件因果概要互信息进行定义,在此基础上推导出基于因果互信息的时序变量定向规则,而后区分是否存在混杂因子,结合PC (Peter and Clark)和FCI (fast causal inference)算法分别提出改进的PCSMI (Peter and Clark summary mutual information)和FCISMI (fast causal inference summary mutual information)算法.实验结果表明改进后算法能够在低复杂度条件下有效提升时序数据因果发现的准确率.
展开更多
关键词
因果发现
时序数据
概要因果图
因果概要互信息
条件因果概要互信息
PC
FCI
原文传递
题名
一种基于互信息度量的时序数据因果发现方法
1
作者
李德志
鲁云军
吴健平
李强
机构
国防科技大学信息通信学院
出处
《控制与决策》
EI
CSCD
北大核心
2024年第9期3151-3159,共9页
基金
“十四五”装备预研项目(315057206)。
文摘
在时序数据因果关系发现研究中,传统算法针对时间窗口内时序数据之间的因果关系进行分析,存在因果关系识别准确率受限、算法复杂度较高等问题.为解决该问题,首先对概要因果图、因果概要互信息和条件因果概要互信息进行定义,在此基础上推导出基于因果互信息的时序变量定向规则,而后区分是否存在混杂因子,结合PC (Peter and Clark)和FCI (fast causal inference)算法分别提出改进的PCSMI (Peter and Clark summary mutual information)和FCISMI (fast causal inference summary mutual information)算法.实验结果表明改进后算法能够在低复杂度条件下有效提升时序数据因果发现的准确率.
关键词
因果发现
时序数据
概要因果图
因果概要互信息
条件因果概要互信息
PC
FCI
Keywords
causal
discovery
time
series
data
summary
causal
diagram
causal
summary
mutual
information
conditional
causal
summary
mutual
information
PC
FCI
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
一种基于互信息度量的时序数据因果发现方法
李德志
鲁云军
吴健平
李强
《控制与决策》
EI
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部