Copertina

Towards Automated Causal Discovery: a case study on 5G telecommunication data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Biza, Konstantina, Ntroumpogiannis, Antonios, Triantafillou, Sofia, Tsamardinos, Ioannis
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Causal-learn: Causal Discovery in Python
di: Zheng, Yujia, et al.
Pubblicazione: (2023)

The Landscape of Causal Discovery Data: Grounding Causal Discovery in Real-World Applications
di: Brouillard, Philippe, et al.
Pubblicazione: (2024)

Local Causal Discovery for Estimating Causal Effects
di: Gupta, Shantanu, et al.
Pubblicazione: (2023)

CausalFormer: An Interpretable Transformer for Temporal Causal Discovery
di: Kong, Lingbai, et al.
Pubblicazione: (2024)

Stable Differentiable Causal Discovery
di: Nazaret, Achille, et al.
Pubblicazione: (2023)

Causal Discovery on Dependent Binary Data
di: Chen, Alex, et al.
Pubblicazione: (2024)

Valid Inference After Causal Discovery
di: Gradu, Paula, et al.
Pubblicazione: (2022)

Nonlinear Causal Discovery for Grouped Data
di: Göbler, Konstantin, et al.
Pubblicazione: (2025)

Causal Discovery of Linear Non-Gaussian Causal Models with Unobserved Confounding
di: Schkoda, Daniela, et al.
Pubblicazione: (2024)

Amortized Causal Discovery with Prior-Fitted Networks
di: Sypniewski, Mateusz, et al.
Pubblicazione: (2025)

Causal Graph Aided Causal Discovery in an Observational Aneurysmal Subarachnoid Hemorrhage Study
di: Berzuini, Carlo, et al.
Pubblicazione: (2024)

Local Discovery by Partitioning: Polynomial-Time Causal Discovery Around Exposure-Outcome Pairs
di: Maasch, Jacqueline, et al.
Pubblicazione: (2023)

Structural Causality-based Generalizable Concept Discovery Models
di: Sinha, Sanchit, et al.
Pubblicazione: (2024)

Causal Discovery and Classification Using Lempel-Ziv Complexity
di: Dhruthi, et al.
Pubblicazione: (2024)

Reinforcement Learning for Causal Discovery without Acyclicity Constraints
di: Duong, Bao, et al.
Pubblicazione: (2024)

A Meta-Learning Approach to Bayesian Causal Discovery
di: Dhir, Anish, et al.
Pubblicazione: (2024)

Differentiable Cyclic Causal Discovery Under Unmeasured Confounders
di: Sethuraman, Muralikrishnna G., et al.
Pubblicazione: (2025)

Dagma-DCE: Interpretable, Non-Parametric Differentiable Causal Discovery
di: Waxman, Daniel, et al.
Pubblicazione: (2024)

Optimal Kernel Choice for Score Function-based Causal Discovery
di: Wang, Wenjie, et al.
Pubblicazione: (2024)

Stable Causal Discovery via Directed Acyclic Graph Aggregation
di: Wu, Yunan, et al.
Pubblicazione: (2026)

Causal Discovery via Conditional Independence Testing with Proxy Variables
di: Liu, Mingzhou, et al.
Pubblicazione: (2023)

Self-Compatibility: Evaluating Causal Discovery without Ground Truth
di: Faller, Philipp M., et al.
Pubblicazione: (2023)

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

Improving Finite Sample Performance of Causal Discovery by Exploiting Temporal Structure
di: Bang, Christine W, et al.
Pubblicazione: (2024)

A Skewness-Based Criterion for Addressing Heteroscedastic Noise in Causal Discovery
di: Lin, Yingyu, et al.
Pubblicazione: (2024)

Comparative Study of Causal Discovery Methods for Cyclic Models with Hidden Confounders
di: Lorbeer, Boris, et al.
Pubblicazione: (2024)

QWO: Speeding Up Permutation-Based Causal Discovery in LiGAMs
di: Shahverdikondori, Mohammad, et al.
Pubblicazione: (2024)

Causal Discovery in Multivariate Time Series through Mutual Information Featurization
di: Paldino, Gian Marco, et al.
Pubblicazione: (2025)

Causal Discovery in Structural VAR Models Under Equal Noise Variance
di: HasanAbadi, SeyedSina Seyedi, et al.
Pubblicazione: (2026)

Causal Rule Ensemble: Interpretable Discovery and Inference of Heterogeneous Treatment Effects
di: Bargagli-Stoffi, Falco J., et al.
Pubblicazione: (2020)

Large Causal Models for Temporal Causal Discovery
di: Kougioulis, Nikolaos, et al.
Pubblicazione: (2026)

Interventional Causal Discovery in a Mixture of DAGs
di: Varıcı, Burak, et al.
Pubblicazione: (2024)

PRCD-MAP: Learning How Much to Trust Imperfect Priors in Causal Discovery
di: Shan, Xihang, et al.
Pubblicazione: (2026)

Incorporating Expert Knowledge into Bayesian Causal Discovery of Mixtures of Directed Acyclic Graphs
di: Björkman, Zachris, et al.
Pubblicazione: (2025)

SC3D: Dynamic and Differentiable Causal Discovery for Temporal and Instantaneous Graphs
di: Das, Sourajit, et al.
Pubblicazione: (2026)

Conditional Local Independence Testing for Itô processes with Applications to Dynamic Causal Discovery
di: Liu, Mingzhou, et al.
Pubblicazione: (2025)

PAIR-CI: Calibrated Conditional Independence Testing for Causal Discovery with Incomplete Data
di: Robinson, Thomas S., et al.
Pubblicazione: (2026)

$\texttt{causalAssembly}$: Generating Realistic Production Data for Benchmarking Causal Discovery
di: Göbler, Konstantin, et al.
Pubblicazione: (2023)

Federated Causal Discovery From Interventions
di: Abyaneh, Amin, et al.
Pubblicazione: (2022)

Transportability without Graphs: A Bayesian Approach to Identifying s-Admissible Backdoor Sets
di: Lelova, Konstantina, et al.
Pubblicazione: (2025)