Loading...
机构名称:
¥ 7.0

在本文中,我们提出了一种针对定向无环图(DAG)的新假设测试方法。虽然有大量的DAG估计方法,但DAG推理解决方案的相对匮乏。此外,现有方法通常施加一些特定的模型结构,例如线性模型或加性模型,并假设独立的数据观察结果。我们提出的测试允许随机变量之间的关联是非线性的,并且数据与时间有关。我们基于一些高度灵活的神经网络学习者进行测试。我们建立了测试中的渐近保证,同时允许每个受试者的受试者数量或时间点差异到无穷大。我们通过模拟和大脑连接网络分析来证明测试的功效。

通过结构,监督和生成的对抗学习测试定向无环图

通过结构,监督和生成的对抗学习测试定向无环图PDF文件第1页

通过结构,监督和生成的对抗学习测试定向无环图PDF文件第2页

通过结构,监督和生成的对抗学习测试定向无环图PDF文件第3页

通过结构,监督和生成的对抗学习测试定向无环图PDF文件第4页

通过结构,监督和生成的对抗学习测试定向无环图PDF文件第5页