Convergent Cross Mapping
Convergent Cross Mapping (CCM) is a nonlinear, state-space method for detecting causality between time-series variables embedded in a shared dynamical system. Introduced by George Sugihara and colleagues in their landmark 2012 Science paper, CCM exploits Takens' embedding theorem: if variable X causally influences Y, the historical record of Y contains enough information to recover the states of X. Causality is confirmed when cross-map skill improves—converges—as the time-series library grows longer.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.