您所在的位置：什锦文坊 >> 数码科技 >> 正文

NeurIPS2021|一文洞悉因果机器学习前沿进展

2021-12-11 00:26:00 来源：网络整理作者：管理员

微软中国MSDN 点击上方蓝字关注我们

（转载自微软研究院AI头条）

编者按：近年来，因果机器学习在人工智能和诸多交叉领域产生了卓越的影响，得到了越来越多的关注。借助因果关系推理，机器学习的鲁棒性、泛化能力、可解释性等方面都将得到有效提升。今天我们精选了三篇微软亚洲研究院关于因果机器学习的 NeurIPS 2021 论文，为大家介绍该领域的最新科研进展。论文内容涵盖：在单源域泛化预测、多源域泛化预测，以及模仿学习三类任务中学习因果关系的方法和理论，并展示了利用因果关系提高模型在环境和分布发生变化时的稳健性。未来，微软亚洲研究院将进一步推进机器学习方法在更多更严苛的现实任务上的应用。

近年来，随着机器学习模型性能的不断提高，人们逐渐不再满足于它们在标准数据集上的表现，而是还希望它们能在真实的应用场景中同样具有稳定可靠的表现。但实现此目的的一个重要挑战是，真实场景中的环境情况通常与干净的标准训练数据集不同，会有数据分布的变化从而会遇到分布外样例，而模型不一定会在新环境中给出合理的结果。

这为机器学习模型带来了新的要求，即 模型需要学到做出预测或判断的本质原因和规律，而非依赖于表面“看上去”的关联关系，因为后者可能只是在特定环境下的表象，只有前者决定着环境变化之后的规律，可对分布外样例给出合理的结果。这便引出了因果机器学习这一新的研究方向。在 NeurIPS 2021 上，微软亚洲研究院的研究员们发表了一系列因果机器学习领域的研究成果。

学习用于分布外预测的因果语义表示

NeurIPS2021|一文洞悉因果机器学习前沿进展

论文链接： https://arxiv.org/pdf/2011.01681
代码链接： https://github.com/changliu00/causal-semantic-generative-model

人们已经发现标准的有监督学习方法，特别是深度学习方法对分布外样例的预测表现欠佳。例如图1中的例子[Ribeiro’16]，若训练集中大部分“哈士奇”的图片都是暗背景而大部分“狼”的图片都是雪地背景，那对于处在雪地中的“哈士奇”的测试样例，模型会预测为“狼”。若对模型进行可视化可发现模型更关注于背景，因为在这样的数据集上，背景与前景物体具有很强的关联性，并且背景是一个比前景物体更有区分度的特征，但只有前景物体决定图片的标注。

图1：分布外预测任务的挑战

基于这个因果角度的考虑，研究员们提出了 “因果语义生成模型”（Causal Semantic Generative model, CSG），如图2(a)所示（注意基于前面的考虑，图中去掉了v→y）。此外，根据上面的例子，s和v在特定环境中常会相关，例如“哈士奇”/“狼”常与暗背景/雪地背景一起出现，但此相关性并非因为两者间有因果关系，比如把“哈士奇”放到雪地中不会让它变成“狼”，也不会把背景变暗。因此研究员们使用了一个无向边来连接它们。这不同于大部分已有工作，那些工作认为各隐因子间都是独立的。

显示全文

上一篇：紧急！ApacheLog4j2漏洞播报

下一篇：又一惊喜，我的自媒体网意号也过了！

为您推荐

钱姓起源和来历:活了八百岁的彭祖竟然是钱氏祖先

钱姓排于百家姓中的第二位，虽然起源和来历并不多，但是钱姓人却分布广泛，成为了中国姓氏中的第二大姓。钱姓的主要来源就是彭祖的儿子篯孚，彭祖的真名叫做篯铿，是因为被尧封于大彭而得姓-彭，而他的儿子篯孚因为掌管着钱财，任职钱府上士，所以便为“钱”姓，所以彭钱是一家。...

发布时间：2024-09-20 20:03:27

胡服最早由谁引入中原?赵武灵王为推行骑射改革服饰

胡服最早是由春秋战国时的赵武灵王-赵雍引入中原的，因为当时赵国的地形和地理位置都非常不好，常年深受战争威胁，加上赵武灵王继位之后，时局不稳，周边国家都想要攻打赵国，所以赵武灵王便下令让全员都推行胡服，并且学习骑射，相较于宽大的汉服更加便于行动。...

发布时间：2024-09-20 19:05:44

赛艇运动起源于哪里?英国船工无聊时竞赛(造就贵族运动)

赛艇运动起源于英国的泰晤士河上，当时还是17世纪，英国泰晤士河上的船工在工作之余经常会举办一些赛船，久而久之就形成了一种习俗，在1715年的时候，为了庆祝英王的卫冕，所以第一次正式举办了赛艇比赛，最终在1775年发展为一个正式的运动项目，并且成立了相应的运动俱乐部。...

发布时间：2024-09-20 18:04:28

为什么不能用宸字取名?哪些名字普通人扛不起

人们之所以不愿意或者不敢以“宸”为名，主要是因为在古时候“宸”有着“深邃的房屋”的意思，也就是专指皇帝的居住场所，象征着无上的权力，所以“宸”字自然也就成为了禁忌，不过现代人大多是害怕这个字的气势，普通人的命格扛不住。...

发布时间：2024-09-20 17:00:53

商细蕊原型是谁?原来四位京剧名旦都是灵感来源

商细蕊是电视剧《鬓边不是海棠红》中的京剧名旦，很多人都为他和海归商人程凤台的知己故事而动容，但遗憾的是在历史长河中并没有商细蕊真正的原型，只能说他可能是作者根据历史上著名的京剧名旦构建的一个角色，因为他和梅兰芳、程砚秋、尚小云以及徐碧云等四人的经历和性格都有着极为相似之处。...

发布时间：2024-09-20 16:05:01

历史上著名的美女有哪些：杨玉环，君王不早朝(绝世美女)

在中华上下五千年的历史长河中，除了王朝更替的政治生活与文化生活，还有一些美貌的女子点缀着历史的绘卷，那么在悠悠岁月中有哪些著名的美女呢?下面小编就来为大家盘点一下吧!...

发布时间：2024-09-20 15:04:04

历史上妃嫔最少的皇帝:明孝宗朱佑樘,独爱张皇后(童年不幸)

谈及古代帝王，最让人津津乐道的当属那后宫佳丽三千，不过也不是所有的帝王都有那么充实的后宫，比如历史上有一位皇帝就只有一位妻子，是不是让人有点不敢相信，下面小编就带大家一起了解下吧!...

发布时间：2024-09-20 14:01:05

历史上最长情的皇帝：顺治皇帝，挚爱董鄂妃(为爱出家)

自古无情帝王家，说到帝王的爱情多是奢望，很多帝王后宫的妃子换了一个又一个，几乎都是薄情寡义的，但是漫长的历史长河中也有例外，有的皇帝便与众不同，特别的长情，下面小编来为大家介绍一下历史上最长情的皇帝吧!...

发布时间：2024-09-20 13:03:24

武侠剧中的绝世高手有哪些：扫地僧，化险为夷(秒杀高手)

可以说人的成长伴随着无数的武侠剧，尤其是电视剧中的那些绝世高手更是让人影响深刻，有不少人小时候都幻想过可以武功盖世，一统江湖，那么有人知道武侠剧中有哪些绝世高手吗?下面小编为大家盘点一下吧!...

发布时间：2024-09-20 12:02:19

电视剧中的古装美女：刘亦菲，举止摇曳生姿(天仙下凡)

古装电视剧中有许多的美丽的女子，她们身着美丽的衣裳，一举一动摇曳生姿，美得让人挪不开双眼，可以说是一场视觉盛宴，下面就让小编为大家盘点一下那些古装美女吧!...

发布时间：2024-09-20 11:09:01

清朝古装剧中的美人：刘诗诗，若曦无人超越(顾盼生姿)

近年清朝古装剧收视率暴涨，这些电视剧不仅剧情引人入胜，身着清装的美人也同样吸引了不少目光，有着让人过目不忘的美貌，那么清朝古装剧中有哪些美人呢?下面小编就来为大家盘点一下吧!...

发布时间：2024-09-20 11:02:08

小青龟能长多大：背甲14厘米，体色会变化(濒危物种)

养龟市场上经常可以看到小青龟，这种乌龟乖巧可爱以及性情温顺，所以很多人都会选择小青龟来饲养，不过一直都是见到小青龟都比较小，这不禁令人好奇这种乌龟能长多大?下面小编就带大家一起了解一下小青龟吧!...

发布时间：2024-09-20 10:01:47

阅读排行榜

周排行榜
月排行榜
总排行榜