×

DirectLiNGAM公司

swMATH ID: 15504
软件作者: 清水秀;Takanori Inazumi;松川康弘;阿波·海瓦里宁;川原幸男;川崎隆(Takashi Washio);Patrik O.Hoyer;肯尼思·博伦
描述: DirectLiNGAM:学习线性非高斯结构方程模型的直接方法。结构方程模型和贝叶斯网络被广泛用于分析连续变量之间的因果关系。在这种框架中,线性非循环模型通常用于建模变量的数据生成过程。最近,研究表明,使用非高斯性识别线性非循环模型的完整结构,即变量的因果顺序及其连接强度,而不使用任何关于网络结构的先验知识,这与传统方法不同。然而,现有的估计方法是基于迭代搜索算法的,可能无法在有限步数内收敛到正确的解。本文基于非高斯性,提出了一种新的直接估计因果序和连接强度的方法。与以前的方法相比,我们的算法不需要算法参数,并且如果数据严格遵循模型,也就是说,如果满足所有模型假设,并且样本大小是无限的,那么我们的算法可以保证在较小的固定步数内收敛到正确的解。
主页: http://dl.acm.org/citation.cfm?id=2021040
相关软件: TETRAD公司;bn学习;格尔姆奈特;pcalg公司;R(右);固定点算法;单词2vec;SimCLR(模拟清除);MULAN公司;稀疏的;广义协方差测度;JCI公司;选择性推理;MIM公司;k平均值++;伊斯梅夫;疏林;玻璃制品;起重机;XMRF公司
引用于: 29文件
全部的 前5名

被75位作者引用

6 Park,Gunwoong公园
5 陈来万
陈志堂
阿波省Hyvärinen
2 Kim、Yesool
2 刘福瑞
2 朴槿惠
2 乔纳斯·彼得斯
2 伯恩哈德·舍尔科夫
2 清平清水
2 高石市Washio
2 张坤
1 Kenneth A.Bollen。
1 蔡瑞初
1 胡安·卡洛拉
1 查克拉维蒂,斯内哈希什
1 陈奇奇
1 赛明·崔
1 塞巴斯蒂安·恩格尔克
1 本杰明·福克伯格
1 樊、高津
1 方、庄严
1 耿志
1 阿米雷马德·加萨米
1 尼科拉·格内科
1 关继红
1 郝志峰
1 何欣
1 何,杨波
1 Patrik O·霍耶。
1 胡寿波
1 黄瑞辉
1 塔卡诺里·伊纳祖米
1 多米尼克·詹津
1 Jeon,Jong-June(琼·琼)
1 川原幸男
1 克什提吉·哈雷
1 伊莱耶斯·凯梅赫姆
1 金,永文
1 尼泊尔基亚瓦什
1 刘、岳
1 马洛斯·马托伊斯。
1 卡洛斯·阿尔贝托·马丁内斯
1 齐利德齐·马尔瓦拉
1 尼古拉·明绍森
1 埃德加·C·默克尔。
1 乔治·迈克利迪斯(George C.Michailidis)。
1 里卡多·皮奥·蒙蒂
1 Joris M.Mooij。
1 文桑君
1 欧,梁
1 普拉莫德·库马尔·帕里达
1 艾琳娜·罗贝娃
1 Saber Salehkaleybar公司
1 Jean-Baptiste塞比
1 Sogawa、Yasuhiro
1 亚历山大·索科尔
1 钱德勒·斯奎尔斯
1 Tatsuya Tashiro
1 卡罗琳,乌勒
1 亚历山大·冯·埃伊
1 王爱国
1 王冰凌
1 王俊辉
1 沃尔夫冈·维德曼
1 谢、冯
1 谢凯
1 严传旭
1 曾、燕
1 张,季
1 周,清
1 周水耕
1 周伟(Zhou,Wei)
1 朱胜宇
1 雅各布州兹谢谢勒

按年份列出的引文