arXiv cs.AI· Fernando Delbianco, Fernando Tohm\'e, Gustavo Bodanza·· 10 小时前AI 评分20
从类型到 Token：Petri 网、个体 Token 哲学与个体化因果效应
From Type to Token: Petri Nets, Individual Token Philosophy, and Individualized Causal Effects
AI 导读
研究提出用个体 Token 哲学下的 Petri 网表示 Token 级因果结构，并给出从 Bayesian Networks 到 Petri 网的正式转换，构建双层个体化因果框架。
正文 · AI 翻译
摘要：结构因果模型和贝叶斯网络是表示因果关系的主导框架。它们本质上是类型级的形式化方法，因为其估计量——平均处理效应和条件平均处理效应——是总体分布的性质，而非个体单元的性质。当处理效应表现出无界异质性时，这些估计量就会失效。而持续存在的是因果关系的结构性、令牌级核心。
我们认为，在个体令牌哲学下的 Petri 网是这些令牌级因果结构的自然表示。我们开发了一种从贝叶斯网络到 Petri 网的形式化转换，提供了对个体化因果关系的双层描述。PN 层提供了因果机制的结构性表示，不依赖于分布假设。反过来，一个保形预测层以有限样本覆盖保证来量化因果效应。二者共同构成了对个体因果效应的完整描述。
| 主题： | 人工智能（cs.AI）；机器学习（stat.ML） |
| 引用为： | arXiv:2611.05703 [cs.AI] |
| （或 arXiv:2611.05703v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05703 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Fernando Delbianco Dr. [查看电子邮件]
[v1]
2026年11月3日星期二 22:31:10 UTC（22 KB）
来源：arXiv cs.AI · arxiv.org