KGS: 使用知识引导的贪心等价搜索进行因果发现（英文版）

英文标题：KGS: Causal Discovery Using Knowledge-guided Greedy Equivalence Search中文摘要：本研究提出了一种利用知识约束来指导因果关系探索的新方法，该方法称为 KGS，通过使用观察数据和结构先验（因果边缘）对因果图进行约束学习，并在合成和基准真实世界数据集中广泛评估 KGS。实验结果表明，任何类型和数量的结构先验都有助于改善探索过程的性能和早期收敛。英文摘要：Learning causal relationships solely from observational data providesinsufficient information about the underlying causal mechanism and the searchspace of possible causal graphs. As a result, often the search space can growexponentially for approaches such as Greedy Equivalence Search