{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,12]]，“日期时间”：“2024-01-12T00:21:52Z”，“时间戳”：1705018912960}，“引用-计数”：17，“发布者”：“麻省理工学院出版社”，“问题”：“8”，“内容域”:{“域”：[]，“交叉标记限制”：false}，”short-container-title“：[”神经计算“]，“published-print”：{“date-parts”：[[2018,8]]}，“abstract”：“在这封信中，我们研究了线性模型中的混淆检测问题，其中目标变量[Formula:see text]是使用其[Formula:see text]potential causes[公式：见文本]预测的。基于模型的旋转不变生成过程的假设，最近的研究表明，回归系数向量相对于[公式：见正文]的协方差矩阵导出的谱测度在纯因果情况下接近于统一测度，但它不同于存在标量混杂的统一测量。分析光谱测量模式有助于检测混淆。在这封信中，我们建议使用光谱测量的第一矩来检测混杂波。我们计算回归向量\u2013诱导谱测度的一阶矩，并将其与均匀谱测度的第一阶矩进行比较，这两种测度都是根据[公式：见正文]的协方差矩阵定义的。这两个时刻在不成立的情况下是一致的，在混淆的情况下又是不同的。这种统计因果混杂不对称性可用于混杂检测。该方法无需分析光谱测量模式，避免了度量选择和多参数优化的困难。对合成数据和实际数据的实验表明了该方法的性能<\/jats:p>“，”DOI“：”10.1162\/neco_a_01099“，”type“：”journal-article“，”created“：{”date-parts“：[[2018,6,12]，”date-time“：”2018-06-12T21:54:50Z“，”timestamp“：1528840490000}，”page“：：“10.1162“，”卷“：”30“，”作者“：[{”给定“：”福瑞“，”家族“：”刘“，”序列“：”第一“，”隶属关系“：[[{“name”：“香港中文大学计算机科学与工程系，香港999077”}]}，{“给定”：“来湾”，“family”：“Chan”，“sequence”：“additional”，“affiliation”：[{'名称“：”香港中文大学计算机科学与工程系，香港，999077“}]}]，“成员”：“281”，“参考”：[{“key”：“B1”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/BF01396012”}，{“key”：14“，”作者“：”Hyv\u00e4rinen A.”，“年份”：“2013年”，“期刊标题”：“机器学习研究杂志”}，{“关键字”：“B4”，“首页”：“1709”，“卷”：“11”，“作者”：“Hyv\ u00e4 rinen A.“，”年份“：“2010”，“杂志标题”：”机器学习研究期刊“}，}“关键字“：”B5“首页“：”479“，”作者“：”Janzing D.“，”年“：”，“日记标题”：“”《第27届机器学习国际会议论文集》，{“key”：“B6”，“doi断言”：“publisher”，“doi”：“10.1109\/TIT.20.2060095”}，{“key”：“B7”，“doi断言”：“crossref”，“首页”：“20170013”，“doi”：“10.1515\/jci-2017-0013”，“卷”：“6”，“作者”：“Janzing D.”，“年份”：“2017”，“期刊标题”：“因果推理期刊”}，{“key”：“B8“，”doi-asserted-by“：”publisher“，”doi“：”10.1007\/s11023-012-9283-1“}，{“key”：“B9”，“doi-assert-by”：“publisher”，“doi”：“10.1145\/2700477”}，”{“key”：“B10”，“doi-asserted-by”:“publishers”，”doi:“10.1162\/NECO_a_00820”}“，{”key“：”B11“，”author“：”Liu F.“，“journal-title”：“IEEE Transactions”关于神经网络和学习系统“}，{”关键“：”B12“，”doi-asserted-by“：”publisher“，”doi“：”10.1214\/aop\/103939365“}，{“key”：“B13”，“doi-assert-by”：“publisher”，“doi”：“10.1038\/nphys444”}，“key“：”B14“：”7“，”作者“：”清水S.“，”年份“：”2006年“，”journal-title“：”journal of Machine Learning Research“}，{“key”：“B16”，“first page”：”1225“，“volume”：：“12”，“author”：“Shimizu S.”，“year”：“2011”，“journal-title”：“journal for Machine Learning Resourch”}，“key“：”B17“，”doi-asserted-by“：”publisher“，”doi“10.1007\/BF02699376”}]，“container-title”:[“Neural Computation”]，“original-tittle”：[]，“语言”：“en”，“链接”：[｛“URL”：“https://www.mitpressjournals.org/doi\/pdf\/10.1162\/neco_a_01099”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”｝]，“存放”：｛“日期部分”：[[2022,8,25]]，“日期时间”：“2022-08-25T15:51:49Z”，“时间戳”：1661442709000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/direct.mit.edu\/neco\/article\/30\/8\/2284-2318\/8383“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期段“：[[2018,8]]}，“引用计数”：17，”日志发布“：9“]，”URL“：”http://\/dx.doi.org\/10.1162\/neco_a_01099“，”关系“：{}，”ISSN“：[”0899-7667“，”1530-888X“]，”issn-type“：[{”value“：”0899-76.67“，“type”：“print”}，{”value“：”1530-688X“，”type“:”electronic“}]，“subject”：[]，“published”：{”date-parts“：[2018,8]]}}}