The resource theory of causal influence and knowledge of causal influence
因果影响及其知识状态的资源理论AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论因果影响的资源理论与可转换性，未明确所列计量因果估计问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
因果影响及其知识状态的资源理论
- 研究问题
- 在两个因果有序且不存在隐藏混杂的变量之间，如何量化因果影响，并比较不同函数依赖及其不确定知识状态的可转换性？
- 方法与思路
- 作者分别为函数依赖和关于函数依赖的知识建立资源理论，用线性规划判定知识资源转换，并分析二元变量情形。
- 材料陈述的贡献
- 摘要称，研究刻画资源转换与完整单调量，并在二元情形给出三个足以描述资源偏序的单调量及其解释。
- 阅读关注点
- 应核对允许的资源转换操作、知识状态的表示、完整单调量的定义，以及二元结论与一般变量情形之间的边界。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要限于无隐藏混杂的两变量设置，未提供样本估计或统计推断方法。
原文摘要
Understanding and quantifying causal relationships between variables is essential for reasoning about the physical world. In this work, we develop a resource-theoretic framework to do so. Here, we focus on the simplest nontrivial setting -- two variables that are causally ordered, meaning that the first has the potential to influence the second, without hidden confounding. First, we introduce the resource theory that directly quantifies causal influence of a functional dependence in this setting and show that the problem of deciding convertibility of resources and identifying a complete set of monotones has a relatively straightforward solution. Following this, we introduce the resource theory that arises naturally when one has uncertainty about the functional dependence. We describe a linear program for deciding the question of whether one resource (i.e., state of knowledge about the functional dependence) can be converted to another. Then, we focus on the case where the variables are binary. In this case, we identify a triple of monotones that are complete in the sense that they capture the partial order over the set of all resources, and we provide an interpretation of each.