声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1124/TP
国际刊号：1001-0920
发布日期:
作者：李德志,鲁云军,吴健平,李强
单位：国防科技大学 信息通信学院,武汉 430019,,国防科技大学 信息通信学院,武汉 430019,,国防科技大学 信息通信学院,武汉 430019,,国防科技大学 信息通信学院,武汉 430019,
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
基金：“十四五”装备预研项目(315057206).
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.
来源：2024年第9期
《控制与决策》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。