您当前的位置：
首页 >
文章列表页 >
融合矩阵分解的可微因果发现方法研究
计算机软件与理论 | 更新时间：2025-09-30

    • 融合矩阵分解的可微因果发现方法研究

    • Research on Differentiable Causal Discovery Method Based on Matrix Decomposition

    • “在因果关系推理领域，研究者提出了一种改进的可微因果发现框架，有效提升了大规模变量处理性能，为相关领域研究提供了新方向。”
    • 软件导刊   2025年24卷第9期 页码：82-86

    • DOI：10.11907/rjdk.241665    

      中图分类号： TP18

    • 收稿日期：2024-08-06，

      纸质出版日期：2025-09-15

    移动端阅览

  • 田芳文,单剑锋,杨立军.融合矩阵分解的可微因果发现方法研究[J].软件导刊,2025,24(09):82-86. DOI： 10.11907/rjdk.241665.

    TIAN Fangwen,SHAN Jianfeng,YANG Lijun.Research on Differentiable Causal Discovery Method Based on Matrix Decomposition[J].Software Guide,2025,24(09):82-86. DOI： 10.11907/rjdk.241665.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种求解DGA图中具有长度约束的简单路径问题算法
基于社交网络的推荐系统研究
融入景点标签的矩阵分解个性化推荐

相关作者

何建军
蔡崇超
许华虎
张 鑫
许璐璐

相关机构

广东科技学院 计算机学院
上海大学 计算机工程与科学学院
湖州职业技术学院 物流与信息工程学院
山东科技大学 测绘与空间信息学院
烟台市钰丰地质技术服务有限公司
0