Краткое содержание

arXiv:2511.14206v1 Тип объявления: кросс Аннотация: Обнаружение причинно-следственных связей объединяет данные с информацией, предоставляемой экспертами, для изучения ориентированного ациклического графа (DAG), представляющего причинные взаимосвязи между заданным набором переменных. Когда данных недостаточно, используется метод бэггинга для оценки нашей уверенности в усредненном DAG, полученном путем агрегирования бутстрэпированных DAG'ов. Однако этап агрегации практически не привлекал внимания специализированной литературы: усредненный DAG строится только на основе доверия к отдельным ребрам бутстрэпированных DAG'ов, игнорируя сложные структуры более высокого порядка. В данной статье мы предлагаем новую теоретическую основу, основанную на структурах высшего порядка, и описываем новый алгоритм агрегации DAG. Мы проводим симуляционное исследование, обсуждая преимущества и ограничения предложенного подхода. Наше предложение является как вычислительно эффективным, так и действенным, превосходя современные решения, особенно при малом размере выборки и высокой размерности задачи.