问题标签 [causality]

有没有人有关于使用因果关系的信息？我曾尝试在我的项目中使用它们但没有成功，因为它们似乎会导致大量内存负载。

这不寻常吗？

除了文档中给出的普通（又名过于简单）示例之外，没有太多关于在 CCR 代码中使用因果关系的信息。

我不能给出任何代码示例，因为我撕掉了因果关系并替换为更传统的异常处理（虽然在 CCR 中不是传统的！）

因果模型和有向图模型有什么区别？因果关系和有向概率关系有什么区别？更具体地说，你会在类的接口中放入DirectedProbabilisticModel什么，在CausalModel类中放入什么？一个会继承另一个吗？

我正在寻找分析和比较以下“信号”：

（编辑：这里有更好的效果图：振荡好，这里：振荡不好）

你看到的是一种人工神经网络的神经元激活图，它是随时间绘制的。图中的每一行都是神经元随时间的激活，其值可以在 -1 和 1 之间。

在第一个情节中，活动是稳定和一致的，而第二个则体现了更混乱的活动（因为缺少更好的术语）——某种破坏性干扰似乎经常发生。

无论如何，我想做一些“聪明”的分析，但由于信号分析真的不是我的强项，所以我想在这里寻求一些建议......

编辑：让我澄清一下。最后，我想描述数据的特征。例如，这可能涉及精确定位每个图中包含的各个信号之间的相关性。我想测量“规律性”或数据不变性：在上面的例子中，上图比下图更规律。我想因此我可以计算每个信号的方差并将其作为衡量标准；但我想知道一些更全面的信号处理技术是否更适合（我不确定）。事实上，我什至不确定信号处理是否是我现在真正想要的。也许某种小波或ft分析......

对于那些感兴趣的人，我正在研究蠕虫运动的计算建模。

JMM 中的因果关系似乎是其中最令人困惑的部分。我有几个关于 JMM 因果关系的问题，以及并发程序中允许的行为。

据我了解，当前的 JMM 始终禁止因果循环。（我对吗？）

现在，根据JSR-133文档，第 24 页，图 16，我们有一个示例，其中：

最初x = y = 0

线程 1：

线程 2：

直觉上，r1 = r2 = r3 = 42似乎是不可能的。但是，它不仅被提及为可能，而且在 JMM 中也是“允许的”。

对于这种可能性，我无法理解的文件中的解释是：

编译器可以确定唯一分配给的值x是 0 和 42。据此，编译器可以推断出，在我们执行 的点，我们r1 = x刚刚执行了 42 的写入 x，或者我们刚刚阅读x并看到值 42。在任何一种情况下，读取值 42 都是合法的x。然后它可以更改r1 = x为r1 = 42; 这将允许更早y = r1地转换y = 42和执行，从而导致有问题的行为。在这种情况下，首先提交写入y。

我的问题是，究竟是什么样的编译器优化？（我对编译器一无所知。）由于 42 只是有条件地编写，当if满足该语句时，编译器如何决定编写x？

其次，即使编译器进行了这种推测性的优化，并且提交y = 42然后最终使r3 = 42，这是否违反了因果循环，因为现在已经没有因果关系了？

事实上，在同一文档（第 15 页，图 7）中有一个示例，其中提到了类似的因果循环是不可接受的。

那么这个执行顺序为什么在 JMM 中是合法的呢？

Can anyone suggest me a C++ library for one class conditional random field? which can be used for abnormality detection.

有谁知道如何在格兰杰因果关系（向量自回归模型）中找到参数？
我已经找到了如何估计它们，但是人们通常如何设置这些参数呢？

假设我们有一个生成两个事件的写入模型（域）：

• 运营商添加（...）
• BusConnectionCreated（运营商，...）

Carrier 和 BusConnection 类是（部分）单独的聚合。BusConnection 分配给 Carrier 并包含其 CarrierId（单独的聚合仅由 id 引用）。

在正常的命令和事件流期间，写入模型和读取模型都很好，但是当我们想从头开始重建/添加新的读取模型时就会出现问题。

许多人建议（例如 akka-persistence 库）将事件按聚合存储在事件存储中。当非规范化器要求回复事件时，他从每个聚合中获得两个独立的事件流。问题是来自不同聚合的某些事件（如上面的示例）需要按照它们添加到事件存储的相同顺序进行回复。这意味着我们需要某种因果依赖/偏序。

最后是我的问题：

• 我应该重新考虑我的域设计（错误的聚合边界？）还是
• 我只需要强制执行部分排序吗？

如果是后者，那么最有效的方法是什么？

• 全球柜台？似乎没有可扩展性。
• 某种矢量时钟？
• 当它们出现时在反规范化器中检测到这些问题？例如，我们得到了 CarrierId，我们还没有具有此 ID 的 CarrierAdded 事件，所以我们将事件存储起来并首先等待预期的事件
• 在重放模式中处理事件方面引入一些顺序？例如，首先与运营商有关的所有事件，然后是与 BusConnection 相关的事件？

我正在尝试使用 R 中的矢量纠错模型 (VECM) 计算格兰杰因果关系检验。我使用tsDyn包计算了 R 中的 VECM。由于我有I (1) 和协整变量，因此假设 VECM 实现了 Granger 因果关系检验。但是我没有在 R 中找到任何可以对 VECM 执行 Granger Granger 因果检验的函数。我想问你，是否有人知道这样的功能。这是我的例子：

任何帮助将不胜感激。先感谢您！

用到的函数、包和数据：

1. 我使用了 2 个时间序列，有 51 个观察值

   /li>

2. 我使用了来自包“ apt ”的函数 ecmAsyFit()：

   ecmAsyFit(gdp, life, lag = 1, split = TRUE,model = "linear", thresh = 0)

问题：

1. 运行该函数后，我得到以下结果：

   Error in ecmAsyFit(gdp, life, lag = 1, split = TRUE, model = "linear", : Please provide time series data.

问题：

1. 如何以适当的方式运行此功能？

我正在尝试在 python 中实现多维格兰杰因果关系。就此而言，我正在使用来自 Statsmodels 的向量自回归，但是当我尝试从中获取系数时，它返回给我一个空矩阵。有人能告诉我到底出了什么问题吗？