一种用于从观察数据中对抗学习因果结构的方法

本发明涉及一种从观察数据中学习因果结构的方法。在现有的基于分数因果结构发现算法中，存在计算复杂度高、容易陷入局部最优解、无法准确发现分数因果结构等问题。本发明通过引入对抗学习的优势，增强现有的连续优化下的因果结构发现算法。通过编码器和解码器实现对观测数据背后的因果结构进行学习，并通过引入判别器来增强编码器对隐变量的推断。通过对抗学习的策略，本发明优化了现有模型中出现后验坍塌从而导致模型容易学习错误的因果图。