Polynomial-Time Algorithms for Counting and Sampling Markov Equivalent DAGs with Applications

要約

マルコフ同値クラスからの有向非巡回グラフのカウントとサンプリングは、グラフィカル因果分析の基本的なタスクです。
この論文では、これらのタスクを多項式時間で実行できることを示し、この分野における長年の未解決の問題を解決します。
私たちのアルゴリズムは効果的で、簡単に実装できます。
私たちが実験で示すように、これらのブレークスルーにより、マルコフ同値類に関する因果構造の能動学習と因果関係の特定において、実行不可能と考えられていた戦略が実用化されます。

要約(オリジナル)

Counting and sampling directed acyclic graphs from a Markov equivalence class are fundamental tasks in graphical causal analysis. In this paper we show that these tasks can be performed in polynomial time, solving a long-standing open problem in this area. Our algorithms are effective and easily implementable. As we show in experiments, these breakthroughs make thought-to-be-infeasible strategies in active learning of causal structures and causal effect identification with regard to a Markov equivalence class practically applicable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google