更改

删除587字节 、 2024年9月1日 (星期日)
第468行: 第468行:     
为了更好地对比因果表示学习和因果涌现识别任务,我们列出了下表:
 
为了更好地对比因果表示学习和因果涌现识别任务,我们列出了下表:
  −
{| class="wikitable"
  −
|+因果涌现识别与因果表示学习的比较
  −
|-
  −
!方法!!数据!!隐变量!!因果机制!!数据和隐变量之间的映射!!因果关系优化!!目标
  −
|-
  −
|因果涌现识别||微观状态的观测(时间序列)||宏观状态||宏观动力学||粗粒化函数||EI最大化||寻找一个有效的粗粒化策略以及具有强因果效应的宏观动力学
  −
|-
  −
|因果表示学习||由真实生活中某些因果机制产生的原始数据||因果表征||因果机制||表征||预测损失,解纠缠||寻找原始数据的最优表示,以确保通过表示可以实现独立的因果机制
  −
|}
      
{| class="wikitable" style="text-align:center;"
 
{| class="wikitable" style="text-align:center;"
第484行: 第474行:  
!对比!!因果涌现识别!!因果表示学习
 
!对比!!因果涌现识别!!因果表示学习
 
|-
 
|-
|数据||微观状态的观测(时间序列)||由真实生活中某些因果机制产生的原始数据宏观状态
+
|'''数据'''||微观状态的观测(时间序列)||由真实生活中某些因果机制产生的原始数据宏观状态
 
|-
 
|-
||隐变量||宏观状态||因果表征
+
||'''隐变量'''||宏观状态||因果表征
 
|-
 
|-
||因果机制||宏观动力学||因果机制
+
||'''因果机制'''||宏观动力学||因果机制
 
|-
 
|-
|数据和隐变量之间的映射||粗粒化函数||表征
+
|'''数据和隐变量之间的映射'''||粗粒化函数||表征
 
|-
 
|-
|因果关系优化||EI最大化||预测损失,解纠缠
+
|'''因果关系优化'''||EI最大化||预测损失,解纠缠
 
|-
 
|-
|目标||寻找一个有效的粗粒化策略以及具有强因果效应的宏观动力学||寻找原始数据的最优表示,以确保通过表示可以实现独立的因果机制
+
|'''目标'''||寻找一个有效的粗粒化策略以及具有强因果效应的宏观动力学||寻找原始数据的最优表示,以确保通过表示可以实现独立的因果机制
 
|}
 
|}
  
2,437

个编辑