IBCS因果子图学习模型

去伪去噪,因果更准

同时剔除伪相关和噪声,提取的因果子图可逼近真实因果结构。

Ruiwen, Yuan · Tang, Yongqiang · Xiao, Yanghao · 张文生

IEEE Transactions on Pattern Analysis and Machine Intelligence 2024

技术优势

同时去伪去噪

通过干预伪特征切断其与因果部分的关联,并利用信息瓶颈过滤与标签无关的噪声信息,从而获得更纯净的因果子图。

有理论保证

论文证明了IBCS提取的因果子图能够逼近真实因果结构,为方法的可靠性提供了理论支撑。

性能领先

在九个基准数据集上的广泛评估显示IBCS优于现有最先进方法,验证了其有效性。

应用场景