文章预览
作者:Álvaro Martínez-Sánchez, Gonzalo Arranz & Adrián Lozano-Durán 编译:王庆法 麻 省理工学院航空航天系学者11月1日在Nature上发表了一篇因果关系的研究文章【文献1】,很有启发性,特此编译介绍。 摘要 因果性是科学探究的核心,作为理解物理系统中变量相互作用的基本依据,即 对原因的操控会导致结果的变化。 当前的因果推断方法面临着显著的挑战:包括非线性依赖性、随机交互、自因果作用、汇聚效应以及外部因素的影响等。 本文提出SURD(协同-独特-冗余的因果分解),通过冗余、独特和协同信息的增量来量化因果性,基于过去的观察获得对未来事件的理解。 该方法具有非侵入性,适用于计算和实验研究,即使样本稀缺时也可用。 在因果推断具有显著挑战的场景中,SURD展示出在因果性量化方面比以往方法更高的可靠性。 综述 因果推断有潜力
………………………………