כתבה
arXiv cs.LG ·
sHAIL-Causal: תהליך סדרתי לגילוי נבאים סיבתיים
sHAIL-Causal: A Sequential Staircase Procedure for Invariant Causal Predictor Discovery
אנו מציגים את sHAIL-Causal, תהליך סדרתי שעולה בהרמוניה של קבוצות תאורטיות של נבאים סיבתיים. התהליך נבדק תאורטית ובאמצעות סימולציות, והתוצאות מצביעות על יעילותו של sHAIL-Causal בגילוי נבאים סיבתיים.
תקציר מקורי באנגליתarXiv:2610.07057v1 Announce Type: cross Abstract: We introduce sHAIL-Causal, the causal specialization of the Saturated Hierarchical Atomic Incremental Learning (sHAIL) paradigm: a sequential staircase procedure that ascends a nested hierarchy of hypothesis classes H_0 < H_1 < ... < H_K once a saturation signal indicates that mastery of the current stage has plateaued. Where general sHAIL leaves the saturation criterion open, sHAIL-Causal instantiates it with a joint criterion of goodness-of-fit saturation and cross-environment invariance, replacing the complexity control of Structural Risk Minimization. We show, theoretically and by simulation, that complexity-only staircases are seduced by confounded predictors that lower empirical risk without reflecting stable causal structure, whereas
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית