Краткое содержание

arXiv:2511.13852v1 Тип объявления: новый Аннотация: Недавно Бьёру и др. предложили новый алгоритм типа "разделяй и властвуй" для оценки контрфактических вероятностей в структурных причинно-следственных моделях (SCM). Они исходили из предположения, что SCM были обучены исключительно на наблюдательных данных, что приводило к неточной характеристике маргинальных распределений экзогенных переменных. Их метод использовал каноническое представление структурных уравнений для разбиения общей SCM с высокоразмерными экзогенными переменными на набор подмоделей с низкоразмерными экзогенными переменными. Эти подмодели имели точные маргиналы по экзогенным переменным и поэтому допускали эффективное точное выводное рассуждение. Агрегированные результаты использовались для ограничения контрфактических вероятностей в оригинальной модели. Подход был разработан для марковских моделей, где каждая экзогенная переменная влияет только на одну эндогенную переменную. В данной статье мы исследуем возможность расширения этого метода на полу-Марковские SCM,