다중뷰 구조 방정식 모델(SEM)의 선형 인과 발견에 대한 새로운 방법론이 제안되었다. 이 연구는 가우시안 왜곡의 가정을 완화시킴으로써 더 넓은 적용 범위를 제공한다. 모델은 각 뷰에서 다양성의 분산을 가정하여 SEM의 구조가 사이클이 없다는 것 외 추가 가정 없이 모든 매개변수의 식별 가능성을 증명한다. 또한 최근의 다중뷰 독립 성분 분석(IAC)의 발전에 기반한 추정 알고리즘을 제안한다. 이 방법론은 현재의 SEM 모델에서 매개변수를 추정하고 인과 관계를 발견하는데 유용할 것으로 기대된다. 더 자세한 내용은 링크를 참고해주시기 바랍니다.

<Apple 뉴스 본문 전체읽기>