CAFE:因果引导多智能体强化学习自动特征工程
热点事件持续更新
CAFE:因果引导多智能体强化学习自动特征工程
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Arun Vignesh Malarkkan 等作者提出 CAFE 框架,将自动特征工程(AFE)重构为因果引导的序贯决策过程:先用因果发现得到软因果先验,再用级联多智能体深度 Q-learning 选择因果组与变换算子。 作者在 15 个公开基准上报告,CAFE 相对最强 AFE 基线取得统计显著提升(Wilcoxon p<0.001,大效应),并减少收敛所需 episode 数。上述效果为论文作者报告的结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
CAFE:用因果引导与多智能体强化学习实现自动化特征工程报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv cs.MACAFE:用因果引导与多智能体强化学习实现自动化特征工程
CAFE 将自动化特征工程重构为因果引导的序贯决策过程,先用因果发现得到软因果先验,再用级联多智能体深度 Q-learning 选择因果组与变换算子。在 15 个公开基准上,CAFE 相对最强 AFE 基线取得统计显著提升(Wilcoxon p<0.001,大效应),并减少收敛所需 episode 数。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。