arXiv cs.CL· Yaroslav Kivva, Aliaksandra Novik, Negar Kiyavash·· 10 小时前AI 评分24
研究揭示 do-calculus 在 Universal Identifiability 问题上的不完备性
On the Incompleteness of do-calculus for Universal Identifiability
AI 导读
研究提出 do-calculus 完备性的严格形式化定义，并证明此前 ID 与 gID 问题中的完备性结论依然成立。但在更一般的 Universal Identifiability（uID）问题上，do-calculus 的规则不再完备，这可能是该问题至今悬而未决的原因。
正文 · AI 翻译
摘要：我们研究从任意一组观测分布和/或干预分布中识别因果效应的问题，我们称之为通用可识别性（uID）。uID 问题推广了现有的经典可识别性（ID）和通用可识别性（gID）问题，后者考虑的是仅从观测分布或某一特定类型的干预分布中进行识别的问题。先前的研究已建立了图形化准则，用于判定在 ID 和 gID 问题中因果效应何时可识别。此外，已有研究提出了利用 do-演算和基本概率操作的算法来计算这些效应。因此，已有研究表明 do-演算在这些问题中既可靠又完备。尽管这些结果已得到充分确立，但对于 do-演算完备性的含义，尚不存在正式定义。我们为 do-演算的完备性提出了严格的形式化定义，并表明先前工作中的完备性结果仍然有效。然而，对于更一般的问题，例如 uID，do-演算的规则不再完备。这或许正是 uID 问题迄今仍悬而未决的原因。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG）；概率（math.PR） |
| 引用为： | arXiv:2611.08916 [cs.CL] |
| （或 arXiv:2611.08916v1 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2611.08916 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yaroslav Kivva [查看邮箱]
[v1]
2026年11月6日星期五 02:59:26 UTC（38 KB）
来源：arXiv cs.CL · arxiv.org