実用的な計算量で因果帰属を推定する確率的因果影響フレームワーク
arXiv cs.AI ・ 2026-09-03
原題: A Computationally Feasible Framework for Causal Probabilistic Explanation
AI による要約
現実の因果性理論とPearlの必要十分確率に基づき反事実シナリオの全探索を回避する説明手法「確率的因果影響（PCI）」が提案された。PCIは説明性の問題を確率的因果モデル上の推定問題へと再定式化しモンテカルロ法により実用的な計算量で近似を可能にする。これによりSHAPなどの既存スケーラブル手法が抱える因果構造の無視といった課題を解消する。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。