该论文通过引入LiNGAM-MMI方法增强了LiNGAM模型，使用KL散度量化混淆的大小并按照最小化其影响的方式排列变量，实现全局最优的变量顺序，同时在有和无混淆的情况下以与传统LiNGAM相同的高效性处理数据。

允许混淆的 LiNGAM 推广
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证