監視された全DAG因果発見

本論文では、データから因果構造を学習するタスクを監視方式で解決することを提案しています。これまでの因果関係学習は主にペアワイズ関係に限られており、全体のDAGの発見には適していませんでした。本研究では、全DAG構造の発見を監視学習としてモデル化する新たなアプローチを提案します。この問題に対処するために、問題領域に適した順列同変モデルを使用します。提案手法の効果を、サイズ10, 20, 50, 100の合成グラフや実データを用いて広範に評価し、先行研究と比較して有望な結果を示しています。