Causal discovery from data in the presence of unobserved common causes

在存在未观察到的常见原因的情况下从数据中发现因果关系

基本信息

项目摘要

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Causal additive models with unobserved variables
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Takashi Nicholas Maeda;Shohei Shimizu
  • 通讯作者：
    Takashi Nicholas Maeda;Shohei Shimizu
統計的因果探索アルゴリズム”LiNGAM”を用いた若手研究者支援政策に関する研究
使用统计因果搜索算法“LiNGAM”研究青年研究人员的支持政策
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    高山正行;小柴等;前田高志ニコラス;三内顕義;清水昌平;星野利彦
  • 通讯作者：
    星野利彦
統計的因果探索入門
统计因果搜索简介
  • DOI：
  • 发表时间：
    2020
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Nao Nakagawa;Ren Togo;Takahiro Ogawa;Miki Haseyama;前田高志ニコラス
  • 通讯作者：
    前田高志ニコラス
I-RCD: an improved algorithm of repetitive causal discovery from data with latent confounders
  • DOI：
    10.1007/s41237-022-00160-4
  • 发表时间：
    2022-06
  • 期刊：
    Behaviormetrika
  • 影响因子：
    0
  • 作者：
    Takashi Nicholas Maeda
  • 通讯作者：
    Takashi Nicholas Maeda
未観測共通原因が存在するときの因果グラフ推定
存在未观察到的常见原因时的因果图估计
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    重中晟吾;中正和久;和崎克己;Takashi Nicholas MAEDA
  • 通讯作者：
    Takashi Nicholas MAEDA
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Takashi Nisholas Maeda其他文献

Takashi Nisholas Maeda的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验

相似海外基金

政策的レリバンスと因果推論を重視した教職選択・教員供給に関する総合的実証研究
对教师职业选择和教师供给的综合实证研究，重点关注政策相关性和因果推理
  • 批准号：
    23K22234
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
意思決定のための因果推論の理論
决策的因果推理理论
  • 批准号：
    24K04819
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
地域観光政策評価技術のイノベーションー人流等ビッグデータによる政策効果の因果推論
区域旅游政策评估技术创新——利用人流等大数据进行政策效果因果推断
  • 批准号：
    24K03182
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
因果推論手法を用いた細胞療法の最適化アルゴリズムの開発
使用因果推理方法开发细胞治疗的优化算法
  • 批准号：
    24K19198
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
国際司法制度の国際共同研究：因果推論とデータサイエンスによる学際的検討
国际司法系统的国际联合研究：利用因果推理和数据科学的跨学科考虑
  • 批准号：
    24K00229
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
因果推論を取り込んだ医療用AIの開発
开发包含因果推理的医疗人工智能
  • 批准号：
    24K10918
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
ベイズ因果推論と決定理論に基づくリアルワールドデータの利用
基于贝叶斯因果推理和决策理论的现实世界数据的利用
  • 批准号：
    24K20739
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
医薬品副作用症例の質評価に基づく医薬品副作用因果推論スキル習得のための教材開発
基于药副作用案例质量评价的药副作用因果推理技能教材开发
  • 批准号：
    24H02616
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Encouragement of Scientists
波及効果を考慮した統計的因果推論
考虑连锁反应的统计因果推断
  • 批准号：
    24K04817
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
生活改善アプローチの中南米への応用効果：定性調査と因果推論を用いた検証
将生活改善方法应用于拉丁美洲的效果：使用定性研究和因果推理进行验证
  • 批准号：
    23K22185
  • 财政年份：
    2024
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了