A Topological Sorting Criterion for Random Causal Directed Acyclic Graphs
随机因果有向无环图的拓扑排序判据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：摘要研究因果顺序恢复、Markov 等价类及因果发现算法评估，直接关联因果推断。
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…
随机因果有向无环图的拓扑排序判据
- 研究问题
- 常见随机因果图生成方式是否产生易被利用的排序规律，从而使合成数据上的因果发现评估受到图结构特征影响？
- 方法与思路
- 作者研究有序随机图中经开放路径可达的节点数量，分析其沿因果顺序的单调性，并据估计数量进行排序恢复。
- 材料陈述的贡献
- 摘要称该规律在许多模拟设置中提供良好排序代理，严格递增时对应唯一 Markov 等价类，并提出时间序列图作为替代。
- 阅读关注点
- 应核对开放路径与可达节点的定义、单调性结论的适用条件、数量估计方法，以及替代图生成方案如何改变评估难度。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实；摘要未给出定理条件或完整数值证据，不能推广至任意因果图。
原文摘要
Random directed acyclic graphs (DAGs) based on imposing an order on Erdős-Rényi and scale free random graphs are widely used for evaluating causal discovery algorithms. We show that in such DAGs, the set of nodes reachable via open paths, termed relatives, increases monotonically along the causal order. We assess the prevalence of this pattern numerically, and demonstrate that it can be exploited for causal order recovery via sorting by the estimated number of relatives. We note that many simulations in the literature feature settings where this yields an excellent proxy for the causal order, and show that a strict increase of relatives along the causal order leads to a singular Markov equivalence class. We propose sampling time-series DAGs as a possible alternative and discuss implications for causal discovery algorithms and their evaluation on synthetic data.