Buchumschlag

Sparse Additive Model Pruning for Order-Based Causal Structure Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kanamori, Kentaro, Suzuki, Hirofumi, Takagi, Takuya
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

I-CAM-UV: Integrating Causal Graphs over Non-Identical Variable Sets Using Causal Additive Models with Unobserved Variables
von: Suzuki, Hirofumi, et al.
Veröffentlicht: (2026)

Learning Decision Trees and Forests with Algorithmic Recourse
von: Kanamori, Kentaro, et al.
Veröffentlicht: (2024)

Algorithmic Recourse with Missing Values
von: Kanamori, Kentaro, et al.
Veröffentlicht: (2023)

Higher-Order Causal Structure Learning with Additive Models
von: Enouen, James, et al.
Veröffentlicht: (2025)

Clustering-friendly Representation Learning for Enhancing Salient Features
von: Oshima, Toshiyuki, et al.
Veröffentlicht: (2024)

Alternating Diffusion for Proximal Sampling with Zeroth Order Queries
von: Takagi, Hirohane, et al.
Veröffentlicht: (2026)

MOSAIC: Module Discovery via Sparse Additive Identifiable Causal Learning for Scientific Time Series
von: Fan, Shicheng, et al.
Veröffentlicht: (2026)

Kernel-Based Sparse Additive Nonlinear Model Structure Detection through a Linearization Approach
von: Ebrahimkhani, Sadegh, et al.
Veröffentlicht: (2025)

Pruning is Optimal for Learning Sparse Features in High-Dimensions
von: Vural, Nuri Mert, et al.
Veröffentlicht: (2024)

Towards Unsupervised Causal Representation Learning via Latent Additive Noise Model Causal Autoencoders
von: Ong, Hans Jarett J., et al.
Veröffentlicht: (2025)

SparseSSM: Efficient Selective Structured State Space Models Can Be Pruned in One-Shot
von: Tuo, Kaiwen, et al.
Veröffentlicht: (2025)

Pruning for Sparse Diffusion Models based on Gradient Flow
von: Wan, Ben, et al.
Veröffentlicht: (2025)

Meta Additive Model: Interpretable Sparse Learning With Auto Weighting
von: Zhang, Xuelin, et al.
Veröffentlicht: (2026)

Causal Additive Models with Unobserved Causal Paths and Backdoor Paths
von: Pham, Thong, et al.
Veröffentlicht: (2025)

Identifying Nonstationary Causal Structures with High-Order Markov Switching Models
von: Balsells-Rodas, Carles, et al.
Veröffentlicht: (2024)

Boosting Causal Additive Models
von: Kertel, Maximilian, et al.
Veröffentlicht: (2024)

Linear Causal Representation Learning by Topological Ordering, Pruning, and Disentanglement
von: Chen, Hao, et al.
Veröffentlicht: (2025)

Induced Covariance for Causal Discovery in Linear Sparse Structures
von: Mohseni-Sehdeh, Saeed, et al.
Veröffentlicht: (2024)

Estimation of Structural Causal Model via Sparsely Mixing Independent Component Analysis
von: Harada, Kazuharu, et al.
Veröffentlicht: (2020)

Generalized Sparse Additive Model with Unknown Link Function
von: Yuan, Peipei, et al.
Veröffentlicht: (2024)

How a Bilingual LM Becomes Bilingual: Tracing Internal Representations with Sparse Autoencoders
von: Inaba, Tatsuro, et al.
Veröffentlicht: (2025)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Prune, Update and Trim: Robust Structured Pruning for Large Language Models
von: Mecke, Diego Coello de Portugal, et al.
Veröffentlicht: (2026)

Sparse Deep Additive Model with Interactions: Enhancing Interpretability and Predictability
von: Hung, Yi-Ting, et al.
Veröffentlicht: (2025)

Causal Representation Learning with Generative Artificial Intelligence: Application to Texts as Treatments
von: Imai, Kosuke, et al.
Veröffentlicht: (2024)

The Geometric Structure of Models Learning Sparse Data
von: Walker, Thomas, et al.
Veröffentlicht: (2026)

Clustering and Pruning in Causal Data Fusion
von: Tabell, Otto, et al.
Veröffentlicht: (2025)

Causal Temporal Representation Learning with Nonstationary Sparse Transition
von: Song, Xiangchen, et al.
Veröffentlicht: (2024)

Minimax Signal Detection in Sparse Additive Models
von: Kotekal, Subhodh, et al.
Veröffentlicht: (2023)

CoNNect: Connectivity-Based Regularization for Structural Pruning
von: Franssen, Christian, et al.
Veröffentlicht: (2025)

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

BMRS: Bayesian Model Reduction for Structured Pruning
von: Wright, Dustin, et al.
Veröffentlicht: (2024)

Multi-Level Additive Modeling for Structured Non-IID Federated Learning
von: Chen, Shutong, et al.
Veröffentlicht: (2024)

Identification of Average Causal Effects in Confounded Additive Noise Models
von: Elahi, Muhammad Qasim, et al.
Veröffentlicht: (2024)

The Observational Partial Order of Causal Structures with Latent Variables
von: Ansanelli, Marina Maciel, et al.
Veröffentlicht: (2025)

Causal Discovery from Poisson Branching Structural Causal Model Using High-Order Cumulant with Path Analysis
von: Qiao, Jie, et al.
Veröffentlicht: (2024)

Securing Private Federated Learning in a Malicious Setting: A Scalable TEE-Based Approach with Client Auditing
von: Takagi, Shun, et al.
Veröffentlicht: (2025)

ALPS: Improved Optimization for Highly Sparse One-Shot Pruning for Large Language Models
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

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

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