Copertina

When Graph Neural Network Meets Causality: Opportunities, Methodologies and An Outlook

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jiang, Wenzhao, Liu, Hao, Xiong, Hui
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Artificial Intelligence Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Language Agents Meet Causality -- Bridging LLMs and Causal World Models
di: Gkountouras, John, et al.
Pubblicazione: (2024)

Generative Synthetic Data for Causal Inference: Pitfalls, Remedies, and Opportunities
di: Xu, Yichen
Pubblicazione: (2026)

Neural Networks Decoded: Targeted and Robust Analysis of Neural Network Decisions via Causal Explanations and Reasoning
di: Diallo, Alec F., et al.
Pubblicazione: (2024)

Towards Learning and Explaining Indirect Causal Effects in Neural Networks
di: Reddy, Abbavaram Gowtham, et al.
Pubblicazione: (2023)

Can Large Language Models Help Experimental Design for Causal Discovery?
di: Li, Junyi, et al.
Pubblicazione: (2025)

The Causal Chambers: Real Physical Systems as a Testbed for AI Methodology
di: Gamella, Juan L., et al.
Pubblicazione: (2024)

Enhancing the Performance of Neural Networks Through Causal Discovery and Integration of Domain Knowledge
di: Zhang, Xiaoge, et al.
Pubblicazione: (2023)

CausalGuard: Conformal Inference under Graph Uncertainty
di: Singh, Vikash, et al.
Pubblicazione: (2026)

Causal Concept Graphs in LLM Latent Space for Stepwise Reasoning
di: Meherab, Md Muntaqim, et al.
Pubblicazione: (2026)

A Recipe for Causal Graph Regression: Confounding Effects Revisited
di: Yin, Yujia, et al.
Pubblicazione: (2025)

Efficient Causal Graph Discovery Using Large Language Models
di: Jiralerspong, Thomas, et al.
Pubblicazione: (2024)

Causal Layering via Conditional Entropy
di: Feigenbaum, Itai, et al.
Pubblicazione: (2024)

Causal SHAP: Feature Attribution with Dependency Awareness through Causal Discovery
di: Ng, Woon Yee, et al.
Pubblicazione: (2025)

Causal and Local Correlations Based Network for Multivariate Time Series Classification
di: Du, Mingsen, et al.
Pubblicazione: (2024)

Causal Graph Recovery in Neuroimaging through Answer Set Programming
di: Abavisani, Mohammadsajad, et al.
Pubblicazione: (2025)

Learning Causal Abstractions of Linear Structural Causal Models
di: Massidda, Riccardo, et al.
Pubblicazione: (2024)

Multi-Domain Causal Discovery in Bijective Causal Models
di: Jalaldoust, Kasra, et al.
Pubblicazione: (2025)

Causal Relationship Network of Risk Factors Impacting Workday Loss in Underground Coal Mines
di: Ren, Shangsi, et al.
Pubblicazione: (2024)

Discovering and Reasoning of Causality in the Hidden World with Large Language Models
di: Liu, Chenxi, et al.
Pubblicazione: (2024)

Towards Causal Foundation Model: on Duality between Causal Inference and Attention
di: Zhang, Jiaqi, et al.
Pubblicazione: (2023)

Goal-Oriented Sequential Bayesian Experimental Design for Causal Learning
di: Zhang, Zheyu, et al.
Pubblicazione: (2025)

Causal Preference Elicitation
di: Bonilla, Edwin V., et al.
Pubblicazione: (2026)

CausalCompass: Evaluating the Robustness of Time-Series Causal Discovery in Misspecified Scenarios
di: Yi, Huiyang, et al.
Pubblicazione: (2026)

Integrating Large Language Models in Causal Discovery: A Statistical Causal Approach
di: Takayama, Masayuki, et al.
Pubblicazione: (2024)

Regularized Multi-LLMs Collaboration for Enhanced Score-based Causal Discovery
di: Li, Xiaoxuan, et al.
Pubblicazione: (2024)

The Estimation of Continual Causal Effect for Dataset Shifting Streams
di: Chen, Baining, et al.
Pubblicazione: (2025)

On the Granularity of Causal Effect Identifiability
di: Chen, Yizuo, et al.
Pubblicazione: (2025)

A Framework for Nonstationary Gaussian Processes with Neural Network Parameters
di: James, Zachary, et al.
Pubblicazione: (2025)

Causal Temporal Regime Structure Learning
di: Rahmani, Abdellah, et al.
Pubblicazione: (2023)

Identifying Conditional Causal Effects in MPDAGs
di: LaPlante, Sara, et al.
Pubblicazione: (2025)

Marginal Causal Flows for Validation and Inference
di: Manela, Daniel de Vassimon, et al.
Pubblicazione: (2024)

Partially Observed Structural Causal Models
di: Orujlu, Turan, et al.
Pubblicazione: (2026)

Causal vs. Anticausal merging of predictors
di: Mejia, Sergio Hernan Garrido, et al.
Pubblicazione: (2025)

Transferring Causal Effects using Proxies
di: Iglesias-Alonso, Manuel, et al.
Pubblicazione: (2025)

Compositional Models for Estimating Causal Effects
di: Pruthi, Purva, et al.
Pubblicazione: (2024)

Causal Identification in Time Series Models
di: Jahn, Erik, et al.
Pubblicazione: (2025)

CLEAR: Can Language Models Really Understand Causal Graphs?
di: Chen, Sirui, et al.
Pubblicazione: (2024)

Federated Causal Inference from Observational Data
di: Vo, Thanh Vinh, et al.
Pubblicazione: (2023)

Causal State Distillation for Explainable Reinforcement Learning
di: Lu, Wenhao, et al.
Pubblicazione: (2023)

Measure-Theoretic Anti-Causal Representation Learning
di: Behnam, Arman, et al.
Pubblicazione: (2025)