Criterio di Ordinamento Topologico per DAG Causali Casuali
Un nuovo studio dimostra che nei grafi aciclici diretti (DAG) casuali basati sui modelli Erdős-Rényi e scale-free, l'insieme dei nodi raggiungibili tramite percorsi aperti—detti parenti—aumenta monotonicamente lungo l'ordine causale. Questo pattern può essere sfruttato per il recupero dell'ordine causale ordinando i nodi in base al numero stimato di parenti. Gli autori mostrano che un aumento stretto dei parenti porta a una classe di equivalenza di Markov singolare e propongono il campionamento di DAG di serie temporali come alternativa per valutare gli algoritmi di scoperta causale. I risultati hanno implicazioni per la progettazione e la valutazione di benchmark sintetici nella ricerca sulla scoperta causale.
Fatti principali
- I DAG casuali basati sui grafi Erdős-Rényi e scale-free sono ampiamente utilizzati per valutare gli algoritmi di scoperta causale.
- L'insieme dei nodi raggiungibili tramite percorsi aperti (parenti) aumenta monotonicamente lungo l'ordine causale.
- Questa monotonicità può essere sfruttata per il recupero dell'ordine causale ordinando per numero stimato di parenti.
- Un aumento stretto dei parenti lungo l'ordine causale porta a una classe di equivalenza di Markov singolare.
- I DAG di serie temporali sono proposti come possibile alternativa per le simulazioni.
- Lo studio ha implicazioni per gli algoritmi di scoperta causale e la loro valutazione su dati sintetici.
- L'articolo è disponibile su arXiv con riferimento 2605.06288.
- La ricerca è stata sottoposta alla categoria Statistica > Metodologia.
Entità
Istituzioni
- arXiv