관측 데이터로부터 인과 구조를 학습하기 위한 완전 비모수적 접근법을 제안한다. 본 방법은 인과 추론과의 연계를 갖는 가산적 구조방정식모형(additive structural equation models)의 설정에서 설명된다. 가산적 구조방정식 함수의 추정 절차는 smooth backfitting(SBF) 접근법을 새롭게 적용한 데 기반한다. 비모수적 절차의 유연성은 변수 순서 추정에서 강한 이론적 성질을 초래한다. 온건한 조건 하에서 순서 추정치가 일관됨을 보인다. 모의실험을 통해, 본 방법이 인과 학습을 위한 최신 접근법들에 비해 우수함을 입증한다. 특히 SBF 접근법은 잡음이 이분산(heteroscedastic)일 때 견고함을 보인다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.