用于时间序列Granger因果关系推断的Kolmogorov-Arnold网络

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种Granger因果关系Kolmogorov-Arnold网络(GCKAN),填补了因果推断的研究空白。GCKAN通过提取基础权重,结合稀疏惩罚和岭回归,自动选择时间滞后,从而推断时间序列中的Granger因果关系。实验结果显示,该模型在非线性、高维和样本有限的时间序列中表现优异。

🎯

关键要点

  • 提出了一种Granger因果关系Kolmogorov-Arnold网络(GCKAN)。
  • GCKAN填补了因果推断领域的研究空白。
  • 通过提取基础权重、结合稀疏惩罚和岭回归,GCKAN能够自动选择时间滞后。
  • GCKAN用于推断时间序列中的Granger因果关系。
  • 实验结果显示,该模型在非线性、高维和样本有限的时间序列中表现优异。
➡️

继续阅读