<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>因果学习 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%9B%A0%E6%9E%9C%E5%AD%A6%E4%B9%A0/</link>
    <description>Recent content in 因果学习 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 17 Sep 2025 17:42:29 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%9B%A0%E6%9E%9C%E5%AD%A6%E4%B9%A0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>基于分数的因果表示学习：线性与通用变换</title>
      <link>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%88%86%E6%95%B0%E7%9A%84%E5%9B%A0%E6%9E%9C%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0%E7%BA%BF%E6%80%A7%E4%B8%8E%E9%80%9A%E7%94%A8%E5%8F%98%E6%8D%A2/</link>
      <pubDate>Wed, 17 Sep 2025 17:42:29 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%88%86%E6%95%B0%E7%9A%84%E5%9B%A0%E6%9E%9C%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0%E7%BA%BF%E6%80%A7%E4%B8%8E%E9%80%9A%E7%94%A8%E5%8F%98%E6%8D%A2/</guid>
      <description>&lt;h1 id=&#34;基于分数的因果表示学习线性与通用变换&#34;&gt;基于分数的因果表示学习：线性与通用变换&lt;/h1&gt;&#xA;&lt;p&gt;Burak Varıcı, Emre Acartürk, Karthikeyan Shanmugam, Abhishek Kumar, Ali Tajer; 26(112):1−90, 2025.&lt;/p&gt;&#xA;&lt;h2 id=&#34;摘要&#34;&gt;摘要&lt;/h2&gt;&#xA;&lt;p&gt;本文研究基于干预的因果表示学习（CRL），针对一般非参数潜在因果模型及潜在变量到观测变量的未知映射变换，分别探讨线性与通用变换情况。研究涵盖可识别性与可实现性两个维度：可识别性指确定算法无关的条件以确保恢复真实潜在因果变量及潜在因果图；可实现性指算法设计层面，旨在实现可识别性保证。通过建立分数函数（即密度函数对数的梯度）与CRL的新联系，设计了一类基于分数的算法，同时保证可识别性与可实现性。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
