马里兰大学巴尔的摩县分校 发布 TimeGraph 数据集, 应用在 时间序列分析、因果发现 领域

马里兰大学巴尔的摩县分校 本次发布的数据集 TimeGraph, TimeGraph是一个合成的时间序列基准数据集，旨在为鲁棒的时间序列因果发现提供可靠的基准数据集。该数据集系统地结合了线性和非线性依赖关系，并模拟了关键的时间特征，如趋势、季节效应和异构噪声模式。每个数据集都附带一个完全指定的因果图，具有不同的密度和多样的噪声分布，并提供两种版本：一种包括未观察到的混杂因素，一种不包括。TimeGraph为现实世界复杂性提供了广泛的覆盖，同时保持了方法论的中立性，并通过系统评估了最先进的因果发现算法，包括PCMCI+、LPCMCI和FGES，以证明其效用。

查看TimeGraph

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。