elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A Benchmark for Bivariate Causal Discovery Methods

Käding, Christoph und Runge, Jakob (2021) A Benchmark for Bivariate Causal Discovery Methods. EGU General Assembly 2021, 2021-04-19 - 2021-04-30, Online.

[img] PDF
281kB

Offizielle URL: https://meetingorganizer.copernicus.org/EGU21/EGU21-8584.html

Kurzfassung

The Earth's climate is a highly complex and dynamical system. To better understand and robustly predict it, knowledge about its underlying dynamics and causal dependency structure is required. Since controlled experiments are infeasible in the climate system, observational data-driven approaches are needed. Observational causal inference is a very active research topic and a plethora of methods have been proposed. Each of these approaches comes with inherent strengths, weaknesses, and assumptions about the data generating process as well as further constraints. In this work, we focus on the fundamental case of bivariate causal discovery, i.e., given two data samples X and Y the task is to detect whether X causes Y or Y causes X. We present a large-scale benchmark that represents combinations of various characteristics of data-generating processes and sample sizes. By comparing most of the current state-of-the-art methods, we aim to shed light onto the real-world performance of evaluated methods. Since we employ synthetic data, we are able to precisely control the data characteristics and can unveil the behavior of methods when their underlying assumptions are met or violated. Further, we give a comparison on a set of real-world data with known causal relations to complete our evaluation.

elib-URL des Eintrags:https://elib.dlr.de/145149/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:A Benchmark for Bivariate Causal Discovery Methods
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Käding, ChristophChristoph.Kaeding (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Runge, JakobJakob.Runge (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:April 2021
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Bivariate Causal Discovery, Benchmark
Veranstaltungstitel:EGU General Assembly 2021
Veranstaltungsort:Online
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:19 April 2021
Veranstaltungsende:30 April 2021
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R - keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):R - keine Zuordnung
Standort: Jena
Institute & Einrichtungen:Institut für Datenwissenschaften > Datenmanagement und Analyse
Hinterlegt von: Käding, Christoph
Hinterlegt am:08 Nov 2021 11:52
Letzte Änderung:24 Jun 2024 13:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.