# Anish Dhir [[University College London]] Gatsby Computational Neuroscience Unit 所属の研究者。因果発見・因果効果推定を transformer neural process による事前学習ベースのメタ学習(prior-fitted networks パラダイム)で扱う一連の研究を主導する。[[アモータイズド因果発見]] concept が整理する「順序＋上三角行列分解系」(BCNP)や「代替出力形式を予測する手法」系譜、および [[@2026__arXiv__PRIM - Meta-Learned Bayesian Root Cause Analysis]] が基盤とする MACE-TNP アーキテクチャの提案者。 ## 主要業績 - Dhir et al., ICLR 2025「A meta-learning approach to bayesian causal discovery」— BCNP。因果順序と上三角行列への分解によりDAG制約を構造的に満たすアモータイズド因果発見手法(PRIM の Bayesian Causal Model 定式化の基盤)。 - Dhir et al., NeurIPS 2025「Estimating interventional distributions with uncertain causal graphs through meta-learning」— MACE(Model-Averaged Causal Estimation)transformer neural process の提案論文。[[@2026__arXiv__PRIM - Meta-Learned Bayesian Root Cause Analysis]] はこのアーキテクチャを RCA 用に改変して採用している。 - Dhir et al., ICML 2025「Continuous bayesian model selection for multivariate causal discovery」— 潜在交絡因子を伴う多変量因果発見への拡張(FoundCause 系譜)。 - [[@2026__arXiv__PRIM - Meta-Learned Bayesian Root Cause Analysis]] — 共著者。MACE-TNP アーキテクチャおよびベイズ因果メタ学習の定式化(Dhir et al. [7, 8] の枠組み)を RCA タスクへ適応する上で中心的な理論的貢献を行った。 ## 関連 - 所属: [[University College London]](Gatsby Computational Neuroscience Unit) - 研究領域: [[アモータイズド因果発見]] / ベイズ的因果メタ学習 / Transformer Neural Process - 共著者: Matthew Ashman・James Requeima・Mark van der Wilk(BCNP, MACE-TNP)/ [[Christopher Lohse]]・Amadou Ba・Bradley Eck・Marco Ruffini・Jonas Wahl(PRIM)