Objetivo
"Statistical causal structure learning tackles the following problem: given iid observational data from a joint distribution, we estimate the underlying causal graph. This graph contains a directed arrow from each variable to its direct effects and is assumed to be acyclic. We propose to develop methods and mathematical theory for high-dimensional applications, where the number of variables is much larger than the number of samples.
Independence-based methods like the PC algorithm can discover causal structures only up to Markov equivalence classes, that is some arrows remain undirected. And their consistency relies on strong faithfulness, which has been shown to be a restrictive condition. We propose to exploit structural equation models (SEMs) instead. They assume each variable to be a function of its direct causes and some noise variable. For certain restrictions (e.g. non-linear functions and additive noise) we obtain full identifiability; that is, given an observational distribution, we can recover the underlying causal graph, even without requiring faithfulness. On low-dimensional data sets, SEM-based methods already outperform competing methods like PC. However, they are not applicable to high-dimensional problems yet. One of the main goals of this research proposal is to develop new SEM-based methodology for high-dimensional applications and provide a theoretical analysis.
In many applications, data are often collected under different environmental conditions. It is expected that the causal dependencies of a plant's genes, for example, behave differently under stress conditions like drought. Modeling these mechanism changes and exploiting them for causal structure learning is the second main goal of the research proposal. To the best of our knowledge, there is currently no methodology available for these tasks.
We will apply the developed methodology to biological systems. The research is closely linked to the interdisciplinary project ""InfectX""."
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
FP7-PEOPLE-2012-IEF
Consulte otros proyectos de esta convocatoria
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Coordinador
8092 Zuerich
Suiza
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.