会议概览

首届因果学习与推理会议（CLeaR 2022）将于4月11日至13日在加利福尼亚州尤里卡举行，采用线上线下混合模式。某中心作为三大顶级赞助商之一参与会议组织，该机构副总裁兼杰出科学家、因果推断领域权威学者伯恩哈德·肖尔科夫是会议组织者之一。

技术背景

过去几十年中，因果发现、因果推断以及机器学习的因果处理方法最具影响力的进展多源于跨学科合作。具体表现为：

• 机器学习与统计分析技术被用于解决传统因果发现与推断问题
• 因果视角为迁移学习、强化学习和深度学习的问题 formulation、理解与解决提供了新范式

核心理论

某机构科学家指出：“机器学习本质上基于统计依赖性，而因果关系在更基础的系统层面描述依赖性，仅当环境稳定时依赖表层统计关系才足够。当环境发生变化时，因果思维显得尤为重要。”

技术议程

口头报告（9场）

• 因果公平性研究
• 非参数推断方法
• 因果马尔可夫决策过程
• 社会影响力估计模型

海报展示（40项）

涵盖因果机器学习的前沿应用与理论突破

参与方式

会议注册持续开放，支持虚拟参会模式。