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。原文稍后读已读值得跟进有用关注 CSAM