Buchumschlag

Emergent Granger Causality in Neural Networks: Can Prediction Alone Reveal Structure?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sultan, Malik Shahid, Ombao, Hernando, Filippone, Maurizio
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

Granger Causality using Neural Networks
von: Sultan, Malik Shahid, et al.
Veröffentlicht: (2022)

Classification of High-dimensional Time Series in Spectral Domain using Explainable Features
von: Roy, Sarbojit, et al.
Veröffentlicht: (2024)

Granger Causality in High-Dimensional Networks of Time Series
von: Aslan, Sipan, et al.
Veröffentlicht: (2024)

Bridging GANs and Bayesian Neural Networks via Partial Stochasticity
von: Filippone, Maurizio, et al.
Veröffentlicht: (2025)

Statistical Inference for Local Granger Causality
von: Liu, Yan, et al.
Veröffentlicht: (2021)

Jacobian Regularizer-based Neural Granger Causality
von: Zhou, Wanqi, et al.
Veröffentlicht: (2024)

Predictive Performance Test based on the Exhaustive Nested Cross-Validation for High-dimensional data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Spatial Bayesian Neural Networks
von: Zammit-Mangion, Andrew, et al.
Veröffentlicht: (2023)

Granger Causality Detection with Kolmogorov-Arnold Networks
von: Lin, Hongyu, et al.
Veröffentlicht: (2024)

Re-examining Granger Causality with Causal Bayesian Networks and Reichenbachs Principles
von: Adedayo, S. A.
Veröffentlicht: (2025)

Transformers with Sparse Attention for Granger Causality
von: Mahesh, Riya, et al.
Veröffentlicht: (2024)

Forecasting Multivariate Time Series under Predictive Heterogeneity: A Validation-Driven Clustering Framework
von: Ma, Ziling, et al.
Veröffentlicht: (2026)

Improved Random Features for Dot Product Kernels
von: Wacker, Jonas, et al.
Veröffentlicht: (2022)

Kolmogorov-Arnold Networks for Time Series Granger Causality Inference
von: Liu, Meiliang, et al.
Veröffentlicht: (2025)

TENDE: Transfer Entropy Neural Diffusion Estimation
von: Munoz, Simon Pedro Galeano, et al.
Veröffentlicht: (2025)

Towards Uncertainty-Aware Federated Granger Causal Learning
von: Mohanty, Ayush, et al.
Veröffentlicht: (2026)

Granger Causality in Extremes
von: Bodik, Juraj, et al.
Veröffentlicht: (2024)

TNPAR: Topological Neural Poisson Auto-Regressive Model for Learning Granger Causal Structure from Event Sequences
von: Liu, Yuequn, et al.
Veröffentlicht: (2023)

CI-GNN: A Granger Causality-Inspired Graph Neural Network for Interpretable Brain Network-Based Psychiatric Diagnosis
von: Zheng, Kaizhong, et al.
Veröffentlicht: (2023)

A VAE-based Framework for Learning Multi-Level Neural Granger-Causal Connectivity
von: Lin, Jiahe, et al.
Veröffentlicht: (2024)

A Granger-Causal Perspective on Gradient Descent with Application to Pruning
von: Shah, Aditya, et al.
Veröffentlicht: (2024)

Constraint- and Score-Based Nonlinear Granger Causality Discovery with Kernels
von: Murphy, Fiona, et al.
Veröffentlicht: (2026)

Bayesian Vector AutoRegression with Factorised Granger-Causal Graphs
von: Zhao, He, et al.
Veröffentlicht: (2024)

Canonical Tail Dependence for Soft Extremal Clustering of Multichannel Brain Signals
von: Talento, Mara Sherlin, et al.
Veröffentlicht: (2025)

Root Cause Analysis In Microservice Using Neural Granger Causal Discovery
von: Lin, Cheng-Ming, et al.
Veröffentlicht: (2024)

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

Federated Granger Causality Learning for Interdependent Clients with State Space Representation
von: Mohanty, Ayush, et al.
Veröffentlicht: (2025)

Granger Causal Inference in Multivariate Hawkes Processes by Minimum Message Length
von: Hlavackova-Schindler, Katerina, et al.
Veröffentlicht: (2023)

Robust fuzzy clustering for high-dimensional multivariate time series with outlier detection
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Variational Inference for Quantum HyperNetworks
von: Nepote, Luca, et al.
Veröffentlicht: (2025)

Detecting Fraud in Financial Networks: A Semi-Supervised GNN Approach with Granger-Causal Explanations
von: Nguyen, Linh, et al.
Veröffentlicht: (2025)

GLACIAL: Granger and Learning-based Causality Analysis for Longitudinal Imaging Studies
von: Nguyen, Minh, et al.
Veröffentlicht: (2022)

Learning Granger Causality from Instance-wise Self-attentive Hawkes Processes
von: Wu, Dongxia, et al.
Veröffentlicht: (2024)

Scaling Laws for Uncertainty in Deep Learning
von: Rosso, Mattia, et al.
Veröffentlicht: (2025)

A Multi-step Loss Function for Robust Learning of the Dynamics in Model-based Reinforcement Learning
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2024)

FCPCA: Fuzzy clustering of high-dimensional time series based on common principal component analysis
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

From News to Returns: A Granger-Causal Hypergraph Transformer on the Sphere
von: Harit, Anoushka, et al.
Veröffentlicht: (2025)

Learning Flexible Time-windowed Granger Causality Integrating Heterogeneous Interventional Time Series Data
von: Zhang, Ziyi, et al.
Veröffentlicht: (2024)

Inducing Causal Structure for Interpretable Neural Networks Applied to Glucose Prediction for T1DM Patients
von: Esponera, Ana, et al.
Veröffentlicht: (2025)