国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:陈薇,蔡瑞初,伍运金,谢峰,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,广东佛山528225;
关键词:多组典型相关变量,线性非高斯无环模型,因果关系发现,因果关系网络,
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);广州市珠江科技新星资助项目(201610010101);广州市科技计划资助项目(201902010058);;
现有的因果关系发现算法主要基于单个观察变量本身之间的因果关系,无法适用于多组观察变量,为此提出了一种多组典型相关变量的因果关系发现算法。首先,引入多组典型相关变量建立多组典型相关变量的线性非高斯无环模型并提出对应的目标函数;然后,采用梯度上升的方法求解目标函数,构建多组典型相关变量的因果关系网络。模拟实验验证了该算法的有效性,并在移动基站数据上发现了一批有价值的多组无线网络性能指标间的因果关系。
来源:2021年第1期
《计算机应用研究》期刊编辑部