CAUSAL DISCOVERY AND MISSING VALUE IMPUTATION

A computer-implemented method comprising: receiving an input vector comprising values of variables; using a first neural network to encode the values of the variables of the input vector into a plurality of latent vectors; determining an output vector by inputting the plurality of latent vectors int...

Full description

Saved in:
Bibliographic Details
Main Authors PEYTON JONES, Simon Loftus, ZHANG, Cheng, LAMB, Angus James, MORALES- ÁLVAREZ, Pablo, ALLAMANIS, Miltiadis
Format Patent
LanguageEnglish
French
Published 26.01.2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:A computer-implemented method comprising: receiving an input vector comprising values of variables; using a first neural network to encode the values of the variables of the input vector into a plurality of latent vectors; determining an output vector by inputting the plurality of latent vectors into a second neural network comprising a graph neural network, wherein the graph neural network is parametrized by a graph comprising edge probabilities indicating causal relationships between the variables; and minimising a loss function by tuning the edge probabilities of the graph, at least one parameter of the first neural network and at least one parameter of the second neural network, wherein the loss function comprises a function of the graph and a measure of difference between the input vector and the output vector. Un procédé mis en œuvre par ordinateur consiste à : recevoir un vecteur d'entrée comprenant des valeurs de variables ; utiliser un premier réseau neuronal pour coder les valeurs des variables du vecteur d'entrée en une pluralité de vecteurs latents ; déterminer un vecteur de sortie par entrée de la pluralité de vecteurs latents dans un second réseau neuronal comprenant un réseau neuronal de graphe, le réseau neuronal de graphe étant paramétré par un graphe comprenant des probabilités de bord indiquant des relations causales entre les variables ; et minimiser une fonction de perte par réglage des probabilités de bord du graphique, au moins un paramètre du premier réseau neuronal et au moins un paramètre du second réseau neuronal, la fonction de perte comprenant une fonction du graphique et une mesure de différence entre le vecteur d'entrée et le vecteur de sortie.
Bibliography:Application Number: WO2022US35404