Directed Information Graph (DIG)

深度分析

Mask2Cause：以逆向變數嵌入與可微分鄰接遮罩優化 Transformer 因果學習

Mask2Cause以逆向變數嵌入與鄰接限制遮罩注意力在單次前向傳播中直接學習因果圖，支援均值與變異度因果，於多項基準測試中達到最高AUROC，且可將預測模型參數削減逾七成，顯示其在高維時間序列因果探索與模型壓縮上的優勢。與CUTS+、CausalFormer方法相比，Mask2Cause省去訓練成本。