# 可微DAG学习

基于可微无环约束的因果结构学习长期缺少非线性模型下的有限样本理论。这项工作把每个节点的条件分布设为广义线性模型，用单一连续目标同时搜索所有拓扑序，并证明全局极小解在总体层面选出边数最少的表示、在样本层面达到对数因子内的估计误差率。实验在逻辑、泊松与高斯 DAG 上考察结构恢复精度与运行时间。

基于可微无环约束的因果结构学习长期缺少非线性模型下的有限样本理论。这项工作把每个节点的条件分布设为广义线性模型，用单一连续目标同时搜索所有拓扑序，并证明全局极小解在总体层面选出边数最少的表示、在样本层面达到对数因子内的估计误差率。实验在逻辑、泊松与高斯 DAG 上考察结构恢复精度与运行时间。