Advanced spatio-temporal causal inference for climate research

Informations projet

CausalEarth

N° de convention de subvention: 948112

DOI

10.3030/948112

Date de signature de la CE 13 Janvier 2021

Date de début 1 Février 2021

Date de fin 31 Juillet 2026

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total

€ 1 499 631,00

Contribution de l’UE

€ 1 499 631,00

Coordonné par

UNIVERSITAET POTSDAM
Germany

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Open Research Data Pilot (1)

Data Management Plan

Participation in the Open Research Data Pilot

Publications

Peer reviewed articles (8)

Causal inference for time series

Auteurs: Runge Jakob, Gerhardus Andreas, Varando Gherardo, Eyring Veronika, Camps-Valls Gustau
Publié dans: Nature Reviews Earth \& Environment, Numéro 10, 2023, Page(s) 1-19, ISSN 2041-1723
Éditeur: Nature Publishing Group
DOI: 10.1038/s43017-023-00431-y

Clustering of causal graphs to explore drivers of river discharge

Auteurs: Günther, W., Miersch, P., Ninad, U.,Runge, J.
Publié dans: Environmental Data Science, Numéro Volume 2, 2023, Page(s) e25, ISSN 2634-4602
Éditeur: Cambridge University Press
DOI: 10.1017/eds.2023.17

Modern causal inference approaches to investigate biodiversity-ecosystem functioning relationships

Auteurs: Jakob Runge
Publié dans: nature communications, Numéro volume 14, number 1, 2023, Page(s) 1917, ISSN 2041-1723
Éditeur: Nature Publishing Group
DOI: 10.1038/s41467-023-37546-1

Causal model evaluation of Arctic-midlatitude teleconnections in CMIP6

Auteurs: Evgenia Galytska; Katja Weigel; Dörthe Handorf; Ralf Jaiser; Raphael Harry Köhler; Jakob Runge; Veronika Eyring
Publié dans: Journal of Geophysical Research: Atmospheres, 2023, ISSN 2169-8996
Éditeur: AGU
DOI: 10.1002/essoar.10512569.1

Stratocumulus adjustments to aerosol perturbations disentangled with a causal approach

Auteurs: Emilie Fons; Jakob Runge; David Neubauer; Ulrike Lohmann
Publié dans: npj Climate and Atmospheric Science, 6 (1), 2023, ISSN 2397-3722
Éditeur: Nature Springer
DOI: 10.1038/s41612-023-00452-w

Selecting robust features for machine-learning applications using multidata causal discovery

Auteurs: Saranya Ganesh S.; Tom Beucler; Frederick Iat-Hin Tam; Milton S. Gomez; Jakob Runge; Andreas Gerhardus
Publié dans: Environmental Data Science, Numéro 2, 2023, ISSN 2634-4602
Éditeur: Cambridge University Press
DOI: 10.1017/eds.2023.21

A spatiotemporal stochastic climate model for benchmarking causal discovery methods for teleconnections – CORRIGENDUM

Auteurs: Xavier-Andoni Tibau; Christian Reimers; Andreas Gerhardus; Joachim Denzler; Veronika Eyring; Jakob Runge
Publié dans: Environmental Data Science, 2022, ISSN 2634-4602
Éditeur: CUP
DOI: 10.1017/eds.2022.33

Regime-oriented causal model evaluation of Atlantic–Pacific teleconnections in CMIP6

Auteurs: Soufiane Karmouche, Evgenia Galytska, Jakob Runge, Gerald A. Meehl, Adam S. Phillips, Katja Weigel, and Veronika Eyring
Publié dans: Earth System Dynamics, Numéro Volume 14, issue 2, 2023, Page(s) 309–344, ISSN 2190-4979
Éditeur: Copernicus Gesellschaft mbH
DOI: 10.5194/esd-14-309-2023

Conference proceedings (6)

Increasing effect sizes of pairwise conditional independence tests between random vectors

Auteurs: T Hochsprung, J Wahl, A Gerhardus, U Ninad, J Runge
Publié dans: Uncertainty in Artificial Intelligence, Numéro Volume 216, 2023, Page(s) 879-889, ISSN 1525-3384
Éditeur: MLResearchPress

Conditional Independence Testing with Heteroskedastic Data and Applications to Causal Discovery.

Auteurs: Wiebke Günther, Urmi Ninad, jonas Wahl, Jakob Runge
Publié dans: Advances in Neural Information Processing Systems 35, Numéro volume 35, 2023, Page(s) 16191-16202
Éditeur: MIT Press

Vector causal inference between two groups of variables

Auteurs: Wahl Jonas, Ninad Urmi, Runge Jakob
Publié dans: Proceedings of the AAAI Conference on Artificial Intelligence, Numéro Volume 37,number 10, 2023, Page(s) 12305-12312, ISBN 978-1-57735-880-0
Éditeur: AAAI Press
DOI: 10.1609/aaai.v37i10.26450

Causal discovery for time series from multiple datasets with latent contexts

Auteurs: Wiebke Günther, Urmi Ninad, Jakob Runge
Publié dans: Uncertainty in Artificial Intelligence, Numéro Volume 216, 2023, Page(s) 766-776, ISSN 1525-3384
Éditeur: MLResearchPress

A spatiotemporal stochastic climate model for benchmarking causal discovery methods for teleconnections

Auteurs: XA Tibau, C Reimers, A Gerhardus, J Denzler, V Eyring, J Runge
Publié dans: Enviromental Data Science,Volume 1, Numéro E12, 2022, Page(s) 1-29
Éditeur: Cambridge University Press
DOI: 10.1017/eds.2022.11

Necessary and sufficient graphical conditions for optimal adjustment sets in causal graphical models with hidden variables

Auteurs: Jakob Runge
Publié dans: Advances in Neural Information Processing Systems, Numéro 34, 2021, Page(s) 1-41, ISBN 15762-15773
Éditeur: Corell University