Buchumschlag

CausalMan: A physics-based simulator for large-scale causality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tagliapietra, Nicholas, Luettin, Juergen, Halilaj, Lavdim, Willig, Moritz, Pychynski, Tim, Kersting, Kristian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ORCA: An End-to-End Interactive Copilot for Optimized Root Cause Analysis
von: Xuan, Phi Nguyen, et al.
Veröffentlicht: (2026)

SocialFormer: Social Interaction Modeling with Edge-enhanced Heterogeneous Graph Transformers for Trajectory Prediction
von: Wang, Zixu, et al.
Veröffentlicht: (2024)

SemanticFormer: Holistic and Semantic Traffic Scene Representation for Trajectory Prediction using Knowledge Graphs
von: Sun, Zhigang, et al.
Veröffentlicht: (2024)

Systems with Switching Causal Relations: A Meta-Causal Perspective
von: Willig, Moritz, et al.
Veröffentlicht: (2024)

Tagged for Direction: Pinning Down Causal Edge Directions with Precision
von: Busch, Florian Peter, et al.
Veröffentlicht: (2025)

$χ$SPN: Characteristic Interventional Sum-Product Networks for Causal Inference in Hybrid Domains
von: Poonia, Harsh, et al.
Veröffentlicht: (2024)

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

Causal Mechanism Estimation in Multi-Sensor Systems Across Multiple Domains
von: Yu, Jingyi, et al.
Veröffentlicht: (2025)

Fodor and Pylyshyn's Legacy: Still No Human-like Systematic Compositionality in Neural Networks
von: Woydt, Tim, et al.
Veröffentlicht: (2025)

nuScenes Knowledge Graph -- A comprehensive semantic representation of traffic scenes for trajectory prediction
von: Mlodzian, Leon, et al.
Veröffentlicht: (2023)

Seeing and Knowing in the Wild: Open-domain Visual Entity Recognition with Large-scale Knowledge Graphs via Contrastive Learning
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2025)

CausalDynamics: A large-scale benchmark for structural discovery of dynamical causal models
von: Herdeanu, Benjamin, et al.
Veröffentlicht: (2025)

Causal Structure Learning for Dynamical Systems with Theoretical Score Analysis
von: Tagliapietra, Nicholas, et al.
Veröffentlicht: (2025)

AtMan: Understanding Transformer Predictions Through Memory Efficient Attention Manipulation
von: Deiseroth, Björn, et al.
Veröffentlicht: (2023)

AtManRL: Towards Faithful Reasoning via Differentiable Attention Saliency
von: Höth, Max Henning, et al.
Veröffentlicht: (2026)

Robust Visual Representation Learning with Multi-modal Prior Knowledge for Image Classification Under Distribution Shift
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2024)

Exact Inference for Continuous-Time Gaussian Process Dynamics
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

Exploring Neural Granger Causality with xLSTMs: Unveiling Temporal Dependencies in Complex Data
von: Poonia, Harsh, et al.
Veröffentlicht: (2025)

Better Decisions through the Right Causal World Model
von: Dillies, Elisabeth, et al.
Veröffentlicht: (2025)

Deep Classifier Mimicry without Data Access
von: Braun, Steven, et al.
Veröffentlicht: (2023)

Entwicklung und experimentelle Validierung eines Ansatzes für die Modellierung des Anstreifverhaltens von Labyrinthdichtungen mit Honigwabeneinlaufbelägen
von: Pychynski, Tim
Veröffentlicht: (2022)

Neurosymbolic Imitation Learning with Human Guidance: A Privileged Information Approach
von: Prabhakar, Nikhilesh, et al.
Veröffentlicht: (2026)

Polynomial Regret Concentration of UCB for Non-Deterministic State Transitions
von: Cömer, Can, et al.
Veröffentlicht: (2025)

Object Centric Concept Bottlenecks
von: Steinmann, David, et al.
Veröffentlicht: (2025)

Hyperparameter Optimization via Interacting with Probabilistic Circuits
von: Seng, Jonas, et al.
Veröffentlicht: (2025)

GRAIL: Autonomous Concept Grounding for Neuro-Symbolic Reinforcement Learning
von: Shindo, Hikaru, et al.
Veröffentlicht: (2026)

HackAtari: Atari Learning Environments for Robust and Continual Reinforcement Learning
von: Delfosse, Quentin, et al.
Veröffentlicht: (2024)

Learning to Intervene on Concept Bottlenecks
von: Steinmann, David, et al.
Veröffentlicht: (2023)

Be Careful What You Smooth For: Label Smoothing Can Be a Privacy Shield but Also a Catalyst for Model Inversion Attacks
von: Struppek, Lukas, et al.
Veröffentlicht: (2023)

BlendRL: A Framework for Merging Symbolic and Neural Policy Learning
von: Shindo, Hikaru, et al.
Veröffentlicht: (2024)

BOWL: A Deceptively Simple Open World Learner
von: Kamath, Roshni . R., et al.
Veröffentlicht: (2024)

Checkmating One, by Using Many: Combining Mixture of Experts with MCTS to Improve in Chess
von: Helfenstein, Felix, et al.
Veröffentlicht: (2024)

Right on Time: Revising Time Series Models by Constraining their Explanations
von: Kraus, Maurice, et al.
Veröffentlicht: (2024)

Adaptive Rational Activations to Boost Deep Reinforcement Learning
von: Delfosse, Quentin, et al.
Veröffentlicht: (2021)

Multipole Semantic Attention: A Fast Approximation of Softmax Attention for Pretraining
von: Mitchell, Rupert, et al.
Veröffentlicht: (2025)

Self-Expanding Neural Networks
von: Mitchell, Rupert, et al.
Veröffentlicht: (2023)

A Typology for Exploring the Mitigation of Shortcut Behavior
von: Friedrich, Felix, et al.
Veröffentlicht: (2022)

Effects of Distributional Biases on Gradient-Based Causal Discovery in the Bivariate Categorical Case
von: Schwabe, Tim, et al.
Veröffentlicht: (2025)

Towards scalable surrogate models based on Neural Fields for large scale aerodynamic simulations
von: Catalani, Giovanni, et al.
Veröffentlicht: (2025)

Exploring the Adversarial Capabilities of Large Language Models
von: Struppek, Lukas, et al.
Veröffentlicht: (2024)