Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Dokumenttyp:
Masterarbeit
Autor(en):
Yurou Liang
Titel:
Differentiable Learning of Non-Linear Directed Graphical Models
Abstract:
Causal discovery amounts to learning a directed acyclic graph (DAG) that encodes a causal model. Due to its large combinatorial search space, this model selection problem can be challenging to solve, especially when considering non-parametric causal models. A line of recent research seeks to sidestep the combinatorial search by framing causal discovery as a continuous optimization problem. To this end, one adopts constraints that characterize the acyclicity of the graph. Existing works on non-pa...     »
übersetzter Abstract:
Kausale Entdeckung bedeutet, einen gerichteten azyklischen Graphen (DAG) zu lernen, der ein kausales Modell kodiert. Aufgrund des großen kombinatorischen Suchraums kann dieses Modellauswahlproblem schwierig zu lösen sein, insbesondere, wenn nicht-parametrische Kausalmodelle betrachtet werden. Eine neuere Forschungsrichtung versucht, die kombinatorische Suche zu umgehen, indem sie die kausale Entdeckung als kontinuierliches Optimierungsproblem betrachtet. Zu diesem Zweck werden Beschränkungen ang...     »
Fachgebiet:
MAT Mathematik
DDC:
510 Mathematik
Aufgabensteller:
Mathias Drton
Betreuer:
Oleksandr Zadorozhnyi
Jahr:
2024
Quartal:
3. Quartal
Jahr / Monat:
2024-07
Monat:
Jul
Seiten/Umfang:
66
Sprache:
en
Hochschule / Universität:
Technische Universität München
Fakultät:
TUM School of Computation, Information and Technology
TUM Einrichtung:
Lehrstuhl für Mathematische Statistik
Format:
Text
Annahmedatum:
13.07.2024
 BibTeX