简介：我们提出了一种新的基于分数的方法来从观察数据中学习有向无环图(DAG)。我们采用最近提出的连续约束优化公式，以允许使用神经网络的变量之间的非线性关系。此扩展允许更加复杂的建模，同时避免了问题的组合性质。除了将我们的方法与现有的连续优化方法进行比较外，我们还比较了非线性贪婪搜索方法。在合成数据集和真实数据集上，该方法在大多数任务上优于现有的连续方法，在因果推理的重要指标上与现有的贪婪搜索方法相比同样具有竞争力。

 

链接：https://arxiv.org/abs/1906.02226

推荐理由：本文提出了使用梯度来完成非线性下DAG的发现，方法具有很强的创新性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除