Machine learningDynamical causality
收敛交叉映射 (CCM)
收敛交叉映射 (CCM) 是一种非线性状态空间方法,用于检测嵌入在共享动力系统中的时间序列变量之间的因果关系。CCM 由 George Sugihara 及其同事在他们具有里程碑意义的 2012 年《科学》杂志论文中提出,它利用了 Takens 的嵌入定理:如果变量 X 对 Y 产生因果影响,那么 Y 的历史记录就包含了恢复 X 状态的足够信息。当随着时间序列库的增长,交叉映射技能提高——即收敛——时,因果关系得到证实。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Sugihara, G., et al. (2012). Detecting causality in complex ecosystems. Science, 338(6106), 496–500. DOI: 10.1126/science.1227079 ↗
如何引用本页
ScholarGate. (2026, June 2). Convergent Cross Mapping (CCM). ScholarGate. https://scholargate.app/zh/causal-inference/convergent-cross-mapping
选用哪种方法?
将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。
并排比较 →