AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

自注意力

共 1 条相关 AI 资讯
7月31日
11:05
11:05官方账号arXiv cs.LG@Yusen Liu, Yong Wang, Yifan Yin, Tianqing Zhu, Xiufeng Liu, Huan Huo
本文提出一个基于Transformer自注意力机制的因果发现框架,用于处理多元时间序列数据。新引入的倒置因果自注意力模块(CSAM)通过翻转token并引入注意力稀疏性,突出潜在和间接因果关系,抑制伪相关。框架还包含全局因果算法与因果验证模块,前者提供整体因果影响度量,后者增强识别出的因果关系的可靠性。在线性和非线性数据集上的实验及消融研究表明,该框架优于现有方法。
论文CSAM因果推断时间序列

推荐理由:这篇论文把Transformer的自注意力倒过来用,专门抓多元时间序列里的间接因果,还带验证模块,实验效果比现有方法好。搞因果推断的值得看看。
原文
精选全部日报登录