ScholarGate
Асистент
Machine learningDynamical causality

Збіжне перехресне відображення (CCM)

Збіжне перехресне відображення (CCM) — це нелінійний метод простору станів для виявлення причинності між часовими рядами змінних, вкладених у спільну динамічну систему. Розроблений Джорджем Суґіхарою та його колегами у їхній знаковій статті 2012 року в журналі Science, CCM використовує теорему вкладення Та́кенса: якщо змінна X причинно впливає на Y, то історичний запис Y містить достатньо інформації для відновлення станів X. Причинність підтверджується, коли якість перехресного відображення покращується — збігається — зі збільшенням довжини бібліотеки часових рядів.

Відкрити у MethodMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

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

Як цитувати цю сторінку

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

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч

Згадується в

ScholarGateConvergent Cross Mapping (Convergent Cross Mapping (CCM)). Отримано 2026-06-15 з https://scholargate.app/uk/causal-inference/convergent-cross-mapping · Набір даних: https://doi.org/10.5281/zenodo.20539026