因果效应识别的最优实验设计

Sina Akbari, Jalal Etesami, Negar Kiyavash; 26(28):1−56, 2025.

摘要

Pearl的do演算是一种完整的公理化方法，用于从观测数据中学习可识别的因果效应。当这种效应无法识别时，有必要在系统中执行一系列通常成本高昂的干预来学习因果效应。本研究考虑了设计具有最小成本的干预集合以识别所需效应的问题。

首先，证明了该问题是NP完全的，随后提出了一种算法，可以找到最优解或其对数因子近似。这是通过建立该问题与最小命中集问题之间的联系来实现的。此外，提出了几种多项式时间启发式算法来应对问题的计算复杂性。尽管这些算法可能会陷入次优解，但模拟显示它们在随机图上实现了较小的遗憾值。

[abs][pdf][bib] [code]