ScholarGate
Asistent
Machine learningDynamical causality

Konvergentno unakrsno preslikavanje (CCM)

Konvergentno unakrsno preslikavanje (CCM) je nelinearna metoda prostora stanja za detekciju uzročnosti između vremenskih serija varijabli ugrađenih u zajednički dinamički sustav. Uveden od strane Georgea Sugihare i kolega u njihovom značajnom radu iz 2012. u časopisu Science, CCM iskorištava Takensov teorem ugrađivanja: ako varijabla X uzročno utječe na Y, povijesni zapis Y sadrži dovoljno informacija za rekonstrukciju stanja X. Uzročnost se potvrđuje kada se vještina unakrsnog preslikavanja poboljšava—konvergira—kako se knjižnica vremenskih serija produljuje.

Otvorite u MethodMindUskoroVideoUskoroPreuzmi prezentaciju

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  1. Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079

Kako citirati ovu stranicu

ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/hr/causal-inference/convergent-cross-mapping

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo

Citirana u

ScholarGateConvergent Cross Mapping (Convergent Cross Mapping (CCM)). Preuzeto 2026-06-15 s https://scholargate.app/hr/causal-inference/convergent-cross-mapping · Skup podataka: https://doi.org/10.5281/zenodo.20539026