一作解读:因果贝叶斯网络中的因果幂律|周二直播·因果涌现读书会第三季
导语
分享内容简介
分享内容简介
内容大纲
内容大纲
-
论文背景 -
网络科学中的幂律分布 -
解决的科学问题:因果效应是否存在幂律特征? -
研究方法 -
系统因果效应的量化 -
因果幂律的拟合与验证 -
实验结果 -
最大熵视角下的因果幂律 -
讨论与总结
核心概念
核心概念
-
幂律分布 Power law distribution -
因果贝叶斯网络 Causal Bayesian network -
结构因果模型 Structural causal model -
有效信息 Effective information -
最大熵原理 Principle of maximum entropy
主讲人简介
主讲人简介
论文简介
论文简介
论文题目:General power laws of the causalities in the causal Bayesian networks 期刊名称:International Journal of General Systems 论文地址:https://www.tandfonline.com/doi/full/10.1080/03081079.2023.2234076
图. (左)14个遵循幂律的系统的累积分布函数(以双对数坐标绘制);(右)6个不遵循幂律的系统的累积分布函数。
直播信息
直播信息
参考文献
参考文献
[1] Li Boyuan, et al. “General power laws of the causalities in the causal Bayesian networks.” International Journal of General Systems (2023): 1-15.
[2] Pearl, Judea. Causality. Cambridge university press, 2009.
[3] Hoel, Erik P. “When the map is better than the territory.” Entropy 19.5 (2017): 188.
[4] Clauset, et al. “Power-law distributions in empirical data.” SIAM review 51.4 (2009): 661-703.
网络科学集智课堂第三期:
从数学建模到多学科应用
网络科学集智课堂第三期:
从数学建模到多学科应用
因果科学读书会
集智俱乐部已经组织三季“因果科学”读书会,形成了超过千人的因果科学社区。第一季因果科学与Causal AI读书会梳理了因果科学的整体框架,形成因果科学的全局索引地图;第二季读书会进一步深入细节,从基础知识及基本技能建立因果科学的计算框架,搭建因果推理与实际研究的桥梁;在此基础上,第三季读书会致力于探究因果研究范式,真正解决多学科领域的因果问题。因果表征学习读书会是其第四季,加入任意一季读书会即可加入因果社区。
因果涌现读书会
跨尺度、跨层次的涌现是复杂系统研究的关键问题,生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、信息论或信息分解等近年来新兴的理论与工具,有望破解复杂系统的涌现规律。而新兴的因果表征学习、量子因果等领域也将为因果涌现研究注入新鲜血液。
集智俱乐部因果涌现读书会目前已经进行了两季。第一季读书会系统地梳理了因果涌现的概念,以及它与Sloopy Model、复杂性阈值、自指等概念之间的联系,也探讨了因果涌现理论在复杂网络、机器学习中的应用。参看:因果涌现读书会启动:连接因果、涌现与自指——跨尺度动力学与因果规律的探索。第二季读书会探讨了涌现、因果科学和机器学习三大主题的融合,包括信息论拓展、因果涌现理论、因果表示学习、多尺度机器学习动力学建模。参看:因果、涌现与机器学习:因果涌现读书会第二季启动。
此次因果涌现读书会第三季,将进一步围绕因果涌现的核心问题「因果涌现的定义」以及「因果涌现的辨识」进行深入学习和讨论,对 Erik Hoel 提出的 Causal Emergence,Causal Geometry 等因果涌现的核心理论进行探讨和剖析,并详细梳理其中涉及到的方法论,包括从动力学约简、隐空间动力学学习等其他领域中学习和借鉴相关的研究思路,最后探讨因果涌现的应用,包括基于生物网络、脑网络或者涌现探测等问题展开扩展,发掘更多的实际应用场景。
因果涌现社区聚集了500+成员,积累了大量论文解读资料。欢迎感兴趣的朋友报名,加入因果涌现社区,并解锁对应录播权限。
本季读书会详情与报名方式请参考:
因果涌现读书会第三季启动:深入多尺度复杂系统核心,探索因果涌现理论应用