Advanced spatio-temporal causal inference for climate research

Informazioni relative al progetto

CausalEarth

ID dell’accordo di sovvenzione: 948112

DOI

10.3030/948112

Data della firma CE 13 Gennaio 2021

Data di avvio 1 Febbraio 2021

Data di completamento 31 Luglio 2026

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale

€ 1 499 631,00

Contributo UE

€ 1 499 631,00

Coordinato da

UNIVERSITAET POTSDAM
Germany

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Open Research Data Pilot (1)

Data Management Plan

Participation in the Open Research Data Pilot

Pubblicazioni

Peer reviewed articles (8)

Causal inference for time series

Autori: Runge Jakob, Gerhardus Andreas, Varando Gherardo, Eyring Veronika, Camps-Valls Gustau
Pubblicato in: Nature Reviews Earth \& Environment, Numero 10, 2023, Pagina/e 1-19, ISSN 2041-1723
Editore: Nature Publishing Group
DOI: 10.1038/s43017-023-00431-y

Clustering of causal graphs to explore drivers of river discharge

Autori: Günther, W., Miersch, P., Ninad, U.,Runge, J.
Pubblicato in: Environmental Data Science, Numero Volume 2, 2023, Pagina/e e25, ISSN 2634-4602
Editore: Cambridge University Press
DOI: 10.1017/eds.2023.17

Modern causal inference approaches to investigate biodiversity-ecosystem functioning relationships

Autori: Jakob Runge
Pubblicato in: nature communications, Numero volume 14, number 1, 2023, Pagina/e 1917, ISSN 2041-1723
Editore: Nature Publishing Group
DOI: 10.1038/s41467-023-37546-1

Causal model evaluation of Arctic-midlatitude teleconnections in CMIP6

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

Stratocumulus adjustments to aerosol perturbations disentangled with a causal approach

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

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

Autori: Saranya Ganesh S.; Tom Beucler; Frederick Iat-Hin Tam; Milton S. Gomez; Jakob Runge; Andreas Gerhardus
Pubblicato in: Environmental Data Science, Numero 2, 2023, ISSN 2634-4602
Editore: Cambridge University Press
DOI: 10.1017/eds.2023.21

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

Autori: Xavier-Andoni Tibau; Christian Reimers; Andreas Gerhardus; Joachim Denzler; Veronika Eyring; Jakob Runge
Pubblicato in: Environmental Data Science, 2022, ISSN 2634-4602
Editore: CUP
DOI: 10.1017/eds.2022.33

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

Autori: Soufiane Karmouche, Evgenia Galytska, Jakob Runge, Gerald A. Meehl, Adam S. Phillips, Katja Weigel, and Veronika Eyring
Pubblicato in: Earth System Dynamics, Numero Volume 14, issue 2, 2023, Pagina/e 309–344, ISSN 2190-4979
Editore: Copernicus Gesellschaft mbH
DOI: 10.5194/esd-14-309-2023

Conference proceedings (6)

Increasing effect sizes of pairwise conditional independence tests between random vectors

Autori: T Hochsprung, J Wahl, A Gerhardus, U Ninad, J Runge
Pubblicato in: Uncertainty in Artificial Intelligence, Numero Volume 216, 2023, Pagina/e 879-889, ISSN 1525-3384
Editore: MLResearchPress

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

Autori: Wiebke Günther, Urmi Ninad, jonas Wahl, Jakob Runge
Pubblicato in: Advances in Neural Information Processing Systems 35, Numero volume 35, 2023, Pagina/e 16191-16202
Editore: MIT Press

Vector causal inference between two groups of variables

Autori: Wahl Jonas, Ninad Urmi, Runge Jakob
Pubblicato in: Proceedings of the AAAI Conference on Artificial Intelligence, Numero Volume 37,number 10, 2023, Pagina/e 12305-12312, ISBN 978-1-57735-880-0
Editore: AAAI Press
DOI: 10.1609/aaai.v37i10.26450

Causal discovery for time series from multiple datasets with latent contexts

Autori: Wiebke Günther, Urmi Ninad, Jakob Runge
Pubblicato in: Uncertainty in Artificial Intelligence, Numero Volume 216, 2023, Pagina/e 766-776, ISSN 1525-3384
Editore: MLResearchPress

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

Autori: XA Tibau, C Reimers, A Gerhardus, J Denzler, V Eyring, J Runge
Pubblicato in: Enviromental Data Science,Volume 1, Numero E12, 2022, Pagina/e 1-29
Editore: 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

Autori: Jakob Runge
Pubblicato in: Advances in Neural Information Processing Systems, Numero 34, 2021, Pagina/e 1-41, ISBN 15762-15773
Editore: Corell University