动量驱动的因果结构学习：在有向无环图的 Markov 等价类上采样分布
原文中文，约400字，阅读约需1分钟。发表于：。在推断贝叶斯网络结构（有向无环图，DAG）的背景下，我们设计了一种非可逆连续时间马尔可夫链，称为 “因果 Zig-Zag 采样器”，该采样器针对一类观测等效（Markov 等价）DAG 的概率分布。这些类别以完成的部分有向无环图（CPDAG）表示。非可逆马尔可夫链依赖于 Chickering...
该文介绍了一种用于推断贝叶斯网络结构的因果Zig-Zag采样器，可以高效地列出、计数、均匀采样和应用操作符的可能移动。该方法混合效果显著，可以应用于基于DAG先验和Markov等价似然的后验分布。
