抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,線形および非線形,遅れた,そして,同時の十分な事例における観測時系列からの同時的因果発見のための,新しい条件付き独立性(CI)ベースの方法を紹介した。PCアルゴリズムのような既存のCIベース法や,他のフレームワークからの一般的な方法は,時系列でユビキタスな挑戦である強い自己相関のために,低い想起と部分的に膨張した偽陽性に悩まされる。新しい方法,PCMCI ̄+はPCMCI[Runge et al., 2019b]を拡張し,同時発生リンクの発見を含む。PCMCI ̄+は,調整セットの選択と自己相関からの利益を最適化することにより,CI試験の信頼性を改善する。この方法は,オラクルケースにおいて順序独立で一貫性がある。広範囲の数値実験により,PCMCI ̄+は,他の方法と比較して,より高い隣接検出力および特により同時の配向想起を持ち,一方,偽陽性を良好に制御することを示した。また,最適化調整セットはPCアルゴリズムよりはるかに短い実行時間をもたらす。PCMCI ̄+は多くの実世界アプリケーションシナリオでかなり使用することができ,しばしば時間分解能が遅れて,強い自己相関が存在しているので,しばしば時間分解能が粗い。【JST・京大機械翻訳】