研究团队提出DAG学习搜索空间缩减框架DECO

2026年10月，研究团队提出了用于精确有向无环图（DAG）学习的非参数混合框架DECO。该框架通过从观测数据中提取依赖性与方向证据构建容许父集，在精确优化前缩减搜索空间。理论分析证明，DECO能在无需固定参数模型的情况下实现配置空间的指数级缩减。在基准贝叶斯网络及合成DAG的实验中，该框架在大幅降低计算复杂度的同时，取得了更优的结构汉明距离。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。