算法论文8
CIC:两变量破解复杂系统因果推断难题
机器之心
AI 摘要
上海交通大学陈洛南团队与西北工业大学张绍武团队:提出CIC框架,基于延迟嵌入空间正交分解定理,仅用两个观测变量,就能在复杂系统实现因果推断和混杂变量重构,优于现有方法。
阅读原文 · 机器之心
TPAMI 2026 | 仅用两个变量破解混杂因素:CIC实现动力学因果推断与混杂变量重构
上海交通大学陈洛南团队与西北工业大学张绍武团队合作,在《IEEE Transactions on Pattern Analysis and Machine Intelligence》发表成果,提出动力学因果判别框架CIC,能在有未观测混杂变量时,借观测数据识别因果、重构变量与网络。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
清华团队开源“极数”结构化数据大模型
2025年8月29日,清华崔鹏教授团队联合稳准智能开源“极数”(Limi X)结构化数据通用大模型。它融合结构因果推断与预训练技术,适配多任务,性能超最优专用模型,已落地多个工业场景。
AI科技评论
算法论文8
Causal - Copilot:集成 20 + 算法,优于 GPT - 4o
加利福尼亚大学圣迭戈分校研究团队提出自主因果分析智能体 Causal - Copilot,集成超 20 种算法。它解决因果分析使用门槛高、预训练模型有局限等问题,性能优于 GPT - 4o ,已开源邀全球研究者参与。
机器之心
算法论文8
智象未来DreamWorld:3D先验驱动视频扩散
视频扩散模型生成新视角视频时,现有方法缺显式3D结构。智象未来提出DreamWorld,用3D先验与两阶段框架,结合结构和生成能力,在多基准测试表现领先。
机器之心
算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
视觉-语言-动作(VLA)模型是端到端自动驾驶主流技术,但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2,实现自回归VLA向离散扩散模型迁移,解码加速15.1倍,多任务性能不降。
机器之心