Buchumschlag

Discovering Causal Relationships Between Time Series With Spatial Structure

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Supple, Rebecca F., Worthington, Hannah, Swallow, Ben
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Incorporating Memory into Continuous-Time Spatial Capture-Recapture Models
von: Panchaud, Clara, et al.
Veröffentlicht: (2024)

Use of Prior Knowledge to Discover Causal Additive Models with Unobserved Variables and its Application to Time Series Data
von: Maeda, Takashi Nicholas, et al.
Veröffentlicht: (2024)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
von: Wu, Yong, et al.
Veröffentlicht: (2025)

Advances in Approximate Bayesian Inference for Models in Epidemiology
von: Li, Xiahui, et al.
Veröffentlicht: (2025)

Gradient-Based Approximate Bayesian Inference with Entropy-Optimized Summary Statistics for Compartmental Models
von: Li, Xiahui, et al.
Veröffentlicht: (2024)

A Bayesian multivariate extreme value mixture model
von: Hu, Chenglei, et al.
Veröffentlicht: (2024)

Bayesian inference for stochastic oscillatory systems using the phase-corrected Linear Noise Approximation
von: Swallow, Ben, et al.
Veröffentlicht: (2022)

Discovering the Network Granger Causality in Large Vector Autoregressive Models
von: Uematsu, Yoshimasa, et al.
Veröffentlicht: (2023)

Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models
von: Thumm, Dennis
Veröffentlicht: (2025)

Learning Causal Structure of Time Series using Best Order Score Search
von: Mansilla, Irene Gema Castillo, et al.
Veröffentlicht: (2026)

Interventional Time Series Priors for Causal Foundation Models
von: Thumm, Dennis, et al.
Veröffentlicht: (2026)

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

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

Orientability of Causal Relations in Time Series using Summary Causal Graphs and Faithful Distributions
von: Loranchet, Timothée, et al.
Veröffentlicht: (2025)

Causal Spatial Quantile Regression
von: Gong, Yan, et al.
Veröffentlicht: (2025)

Bayesian Testing Of Granger Causality In Functional Time Series
von: Sen, Rituparna, et al.
Veröffentlicht: (2021)

Frequency-Domain Analysis of Time Series with Network-Structured Dependence: Application to Global Bank Connectedness
von: Jiménez-Varón, Cristian F., et al.
Veröffentlicht: (2025)

A Time-Series Model for Areal Data Using Spatially Correlated Gaussian Processes
von: Posada, Alejandro Rozo, et al.
Veröffentlicht: (2025)

TrendLSW: Trend and Spectral Estimation of Nonstationary Time Series in R
von: McGonigle, Euan T., et al.
Veröffentlicht: (2024)

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

Causal Inference for Spatial Treatments
von: Pollmann, Michael
Veröffentlicht: (2020)

High-dimensional Autoregressive Modeling for Time Series with Hierarchical Structures
von: Li, Lan, et al.
Veröffentlicht: (2025)

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

PanelMatch: Matching Methods for Causal Inference with Time-Series Cross-Section Data
von: Rauh, Adam, et al.
Veröffentlicht: (2025)

Identifying Elasticities in Autocorrelated Time Series Using Causal Graphs
von: Tiedemann, Silvana, et al.
Veröffentlicht: (2024)

Penalized Subgrouping of Heterogeneous Time Series
von: Crawford, Christopher M., et al.
Veröffentlicht: (2024)

Nonlinear Causality in Time Series Networks: With Application to Motor Imagery vs Execution
von: Aslan, Sipan, et al.
Veröffentlicht: (2024)

Bayesian Propensity Score-Augmented Latent Factor Models for Causal Inference with Time-Series Cross-Sectional Data
von: Liu, Licheng
Veröffentlicht: (2026)

TS-CausalNN: Learning Temporal Causal Relations from Non-linear Non-stationary Time Series Data
von: Faruque, Omar, et al.
Veröffentlicht: (2024)

Insights into the Relationship Between D- and A-optimal Designs
von: Karl, Andrew T., et al.
Veröffentlicht: (2026)

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

Identifying Causal Effects using Instrumental Time Series: Nuisance IV and Correcting for the Past
von: Thams, Nikolaj, et al.
Veröffentlicht: (2022)

Hierarchical Causal Structure Learning
von: Hermes, Sjoerd, et al.
Veröffentlicht: (2025)

The Case for Time in Causal DAGs
von: Reisach, Alexander G., et al.
Veröffentlicht: (2025)

A Gentle Introduction to Conformal Time Series Forecasting
von: Stocker, M., et al.
Veröffentlicht: (2025)

Time Series Domain Adaptation via Latent Invariant Causal Mechanism
von: Cai, Ruichu, et al.
Veröffentlicht: (2025)

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

Time-Varying Causal Survival Learning
von: Meng, Xiang, et al.
Veröffentlicht: (2025)

Stationarity of Manifold Time Series
von: Zhu, Junhao, et al.
Veröffentlicht: (2024)

Bayesian Graphical High-Dimensional Time Series Models for Detecting Structural Changes
von: Ghosh, Shuvrarghya, et al.
Veröffentlicht: (2025)