## Memo ## Abstract 有向無サイクルグラフ（[[DAG]]、[[ベイジアンネットワーク]]とも呼ばれる）の構造を推定することは、DAGの探索空間が組合せ的であり、ノード数に対して超指数的にスケールするため、挑戦的な問題である。既存のアプローチは、非周期性制約を強制するための様々な局所的なヒューリスティックに依存している。本論文では、この組合せ論的制約を完全に回避するために、構造学習問題を実数行列上の純粋な連続最適化問題として定式化し、根本的に異なる戦略を導入する。これは、滑らかであるばかりでなく、厳密でもある非周期性の新しい特徴づけによって達成される。その結果、この問題は標準的な数値計算アルゴリズムによって効率的に解くことができ、実装も容易である。提案手法は、グラフに木幅や次数のような構造的な制約を課さずに、既存の手法を凌駕する性能を発揮する。 [[2018__NeurIPS__DAGs with NO TEARS - Continuous Optimization for Structure Learning__translations]]