计算机应用研究

作者：谢峰,蔡瑞初,曾艳,郝志峰,

单位：1.广东工业大学计算机学院,广州510006；2.佛山科学技术学院,数学与大数据学院,佛山广东528000；

关键词：测量误差模型,外生变量,因果关系,triad约束,非高斯,

基金：NSFC-广东联合基金资助项目(U1501254)；国家自然科学基金资助项目(61876043)；广东省自然科学基金资助项目(2014A030306004,2014A030308008)；广东特支计划资助项目(2015TQ01X140)；广州市科技计划资助项目(201902010058)；广东省高校优秀青年科研人才国际培养计划资助项目(40190001)；；

从观察数据中发现因果关系在近年来得到了越来越多学者的关注，其中外生变量在理解因果机制中扮演者重要的角色。然而，现有的因果发现方法大多假设观察变量就是真实发生的因（果）变量，忽略了测量误差带来的影响。为此，提出了一种解决测量模型下的外生变量估计方法。通过引入triad约束，根据此约束来找出与其余所有相关成对变量都满足triad约束的变量，即外生变量。该算法不仅能够解决含有测量误差数据的估计问题，而且对于没有测量误差的数据仍然适用。实验将该算法应用于真实网络产生的数据中，结果表明，无论变量是否含有测量误差，提出方法均优于现有的其他算法。同时，基于移动基站的真实数据实验也验证了算法的有效性。

来源：2021年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第2期