摘要
本发明公开一种无先验反事实样本分析方法及装置,在不依据先验因果知识的基础上,对观测变量进行假设,使所述观测变量满足因果充分性;将反事实样本定义为结构保持干预的产物;基于非线性ICA技术,引入辅助变量;通过置换辅助变量的标签,生成扰动数据集;通过其进行训练,获得训练好的判别式外生回归器;通过判别式外生回归器进行外生噪声处理,获的外生表示;根据外生表示与外生噪声的关系,构建变化矩阵;通过稀疏性约束及幅度约束分别对变化矩阵进行优化;选用CFVAE模型作为算法回溯模型;通过算法回溯模型生成目标反事实样本。本发明能够在无需任何先验因果知识的情况下,实现反事实推断,有效突破了传统方法在这方面的依赖限制。
技术关键词
样本分析方法
样本分析装置
变量
算法
表达式
非线性
矩阵
输入解码器
编码器
深度神经网络
子模块
噪声
索引
数据
参数
定义
标签