研究者提出成本约束下的实验选择方法
热点事件观察中
研究者提出成本约束下的实验选择方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Tobias Maringgele 和 Jalal Etesami 提出 max-potency 问题：在观测实验结果之前，选择一组成本受限的实验，使目标因果查询的边界收紧幅度最大。他们证明，该问题经 0-1 背包归约后为 NP-hard。 该研究针对的是观测数据只能部分识别因果查询、而实验成本高昂的情形。报道未给出该方法在具体数据上的收紧幅度或实际效果。
AI 根据报道生成 · 1 天前更新
最新进展10月28日 12:00
部分因果效应识别的最优实验选择方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI部分因果效应识别的最优实验选择方法
针对观测数据只能部分识别因果查询、实验成本高昂的问题，研究者提出 max-potency 问题：在观测结果前选择成本受限的实验子集以最大程度收紧目标查询的边界，并证明该问题经 0-1 背包归约后为 NP-hard。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 810月28日 22:00
- 近 24 小时变化
- -51%
02468
10月29日06:0012:0018:0010月30日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。