11:51
官方账号arXiv cs.LG@Mohammad Fesanghary
推荐理由：Bloomberg 开源了 Causal-TS，专门处理高维、非平稳时间序列的因果发现，比通用库多了专用算法和 GPU 加速，还有断点检测功能，做时序因果分析可以试试。
Causal-TS
共 1 条相关 AI 资讯
7月28日
11:51
Causal-TS 是一个开源 Python 库，专为高维和非平稳多变量时间序列的因果发现设计。它提供了四种专用算法 CDNOTS、CDNOTS+、CEDAR 和 GRACE，并集成了 GES、Granger、LASSO-VAR 和 LGES 等现有方法的包装器。所有算法共享一个基于 PyTorch 的 GPU 加速条件独立性测试层。库中还包含一个体制发现管道，通过可插拔的变点检测器识别结构断点，并对每个体制独立运行因果发现。Causal-TS 支持 Python 3.10 至 3.12，可通过 pip 安装，并可选集成 DoWhy 进行因果效应估计。