Learning Neural Causal Models from Unknown Interventions

Diese Arbeit erforscht Methoden für neuronale Modelle, um Ursache-Wirkungs-Beziehungen zu lernen, selbst wenn datengenerierende Interventionen unbekannt sind. Ziel der Forschung ist es, die Fähigkeit künstlicher Intelligenz zur Ableitung von Kausalität aus komplexen Daten zu verbessern.