arXiv cs.AI· Martin Rabel, Jakob Runge·· 1 天前AI 评分42
对称性与因果性：超越 IID 数据的因果效应识别理论
Symmetries and Causality: Causal Effect Identification Beyond IID Data
AI 导读
arXiv 论文提出一套基于数据对称性的理论，用于从非 IID 数据中识别复杂因果查询。该框架以保持因果机制不变的对称性作为统计重复的来源，把识别任务分解为提取、计算和查询表达三步，并统一描述机制与干预。它在 IID 数据上复现标准结果，还能处理 do-干预或 soft-干预之外的复杂因果查询。
来源：arXiv cs.AI · arxiv.org