Identifiability by common backdoor in summary causal graphs of time series
时间序列汇总因果图中基于共同后门集合的可识别性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：摘要明确研究时间序列汇总因果图中的多干预效应和共同后门识别。
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…
时间序列汇总因果图中基于共同后门集合的可识别性
- 研究问题
- 只有时间因果图的汇总表示时，面对多个干预与多个结果，何时存在共同后门集合，使总效应能够由观测数据识别？
- 方法与思路
- 作者聚焦共同后门集合，分别研究具有与不具有跨时间一致性的时间序列，给出集合存在条件及复杂度有限的识别判定算法。
- 材料陈述的贡献
- 摘要称刻画两类时间一致性设定下共同后门集合的存在条件，并提供算法判断相应识别问题，覆盖多重干预和多个效应。
- 阅读关注点
- 应核对跨时间一致性的定义、共同集合须满足的限制，以及算法判定的是共同后门可识别性还是更广泛的因果可识别性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未列出具体图条件或复杂度界，不能把共同后门条件等同于一般识别条件。
原文摘要
The identifiability problem for interventions aims at assessing whether the total effect of some given interventions can be written with a do-free formula, and thus be computed from observational data only. We study this problem, considering multiple interventions and multiple effects, in the context of time series when only abstractions of the true causal graph in the form of summary causal graphs are available. We focus in this study on identifiability by a common backdoor set, and establish, for time series with and without consistency throughout time, conditions under which such a set exists. We also provide algorithms of limited complexity to decide whether the problem is identifiable or not.