作者：赵慧; 郑忠国; 许静隐变量选择变量bayes网络因果推断最大祖先图
摘要：Bayes网络常用于多变量间的因果推断，但当存在未观测的隐变量和选择变量时，这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构，并提出了具体的实现算法，从而可由观测数据来推断这类不完全观测下的部分因果关系。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《北京大学学报·自然科学版》（CN：11-2442/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《北京大学学报·自然科学版》主要刊登基础科学、应用科学及交叉科学等领域的研究成果及综述性文章。由北京大学理工科的40名教授组成编委会,负责确立学报的办刊宗旨及审定论文的学术质量。
杂志详情
