인과 기전 변화에서 구조적 바이어스 식별
Identifying Structural Biases from Causal Mechanism Shifts
한국어 초록
인과 발견 방법들은 일반적으로 모든 데이터가 독립 동일 분포(i.i.d.)를 따른다고 가정하며, 시스템에 영향을 미치는 측정되지 않은 변수가 없다고 가정합니다. 실제로는 이러한 가정들이 종종 위반되어 부정확한 추론으로 이어집니다. 본 논문에서는 인과 기전 변화로부터 숨겨진 교란(confounding)과 선택 바이어스를 식별하는 방법을 연구합니다. 특히, 구조적 바이어스는 의존적인 기전 변화를 초래함을 보여줍니다. 즉, 서로 다른 환경의 데이터가 주어졌을 때 어떤 변수에 대해 기전이 변화하는지 고려함으로써, 어떤 변수가 편향되지 않았는지, 숨겨진 교란의 영향을 받는지, 아니면 선택 바이어스를 겪고 있는지 파악할 수 있습니다. 우리는 이를 상호 정보량에 기반한 경험적으로 테스트 가능한 기준으로 공식화하고, 어떤 조건 하에서 구조적 바이어스를 식별하는지 보여줍니다. 어떤 노드가 어떤 종류의 바이어스의 영향을 받는지 파악하기 위해 StruBI 알고리즘을 소개합니다. 합성 데이터와 실제 데이터에 대한 실험 결과, StruBI가 실제 환경에서도 잘 작동함을 보여주며, 영향을 받은 변수 집합과 바이어스 유형을 정확하게 복원하고 최신 성능(state-of-the-art)을 큰 폭으로 능가합니다.
원문 초록
Causal discovery methods commonly assume that all data is independently and identically distributed (i.i.d.) and that there are no unmeasured variables affecting the system. In practice, these assumptions are often violated, leading to inaccurate inference. In this paper, we study how to identify hidden confounding and selection biases from causal mechanism shifts. In particular, we show that structural biases lead to dependent mechanism shifts. That is, by considering for which variables the mechanisms change given data from different environments, we can tell which variables are unbiased, which are subject to hidden confounding, and which are undergoing selection bias. We formalize this into an empirically testable criterion based on mutual information, and show under which conditions it identifies structural biases. To tell which nodes are subject to what kind of bias, we introduce the StruBI algorithm. Experiments on synthetic and real-world data show that StruBI works well in practice, accurately recovering affected variable sets and types of biases, outperforming the state-of-the-art by a wide margin.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
- arXiv:2606.18834v1제출 시각 미확인
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
확장 가능한 인과 발견을 위한 배경 지식 통합
Integrating Background Knowledge for Scalable Causal Discovery
전문가 배경 지식은 인과 발견(causal discovery)의 실제 응용에서 종종 활용 가능하다. 실제 인과 그래프에 대한 이러한 제약 조건은 인과 효과의 식별 가능성과 학습된 구조의 정확도 측면에서 인과 발견에 도움이 될 뿐만 아니라, 후보 인과 그래프의 탐색 공간을 줄이는 데에도 기여한다. 인과 발견은 변수의 수가 많아질수록 계산 비용이 크게 증가할 수 있으므로, 인과 발견 과정에서 배경 지식을 효과적으로 활용하는 것이 중요하다. 그러나 현재 대부분의 방법들은 학습된 그래프를 정제하기 위해 인과 발견 이후의 후처리 단계에서만 배경 지식을 활용한다. 본 연구에서는 인과 발견 과정에서 배경 지식을 활용하는 프레임워크를 개발하며, 특히 전체 그래프의 일부만을 복원하는 확장 가능한 인과 발견 방법에 초점을 맞춘다. 우리는 여러 알고리즘에 대해 이 프레임워크를 구현하고, 배경 지식 활용이 계산 요구량을 줄이고 학습된 구조의 품질을 향상시킬 수 있음을 실험적으로 보인다.
LNML-based Causal Discovery with Latent Confounders: Theory and Experiments
하나가 다른 하나로 이어진다: 시계열 인과 발견의 핵심 요소
One Thing Leads to Another: The Essentials of Time Series Causal Discovery
시계열 인과 발견(time series causal discovery) --- 시계열들 간의 인과관계를 탐지하는 과정 --- 은 반세기도 더 전의 신호 처리(signal processing) 연구에 그 뿌리를 두고 있다. 이후 이 분야는 활발하고 폭넓은 관심을 받아왔으며, 통계학, 동역학계(dynamical systems), 머신러닝 등 여러 분야에서 서로 다른 형태로 발전해왔다. 이처럼 파편화되어 끊임없이 변화하는 연구 지형에 처음 발을 들이는 것은 부담스러울 수 있다. 본 튜토리얼은 여러 연구 공동체에 걸친 시계열 인과 발견에 대한 통합적인 개요를 제공한다. 우리는 현대의 발견 방법들이 기반으로 삼는 핵심 원리들을 소개하고, 그 한계와 가정들을 논의한다. 또한 발견 방법들이 어떻게 평가, 벤치마크, 파인튜닝(fine-tuning)되는지도 논의한다. 더 나아가 시계열에 대한 인과 발견이 농업 및 지구과학, 헬스케어, 그리고 인공지능 시스템에서의 다운스트림 작업(downstream task)에 어떻게 점점 더 중요해지고 있는지를 논의한다. 우리는 본 튜토리얼이 최근 쏟아지는 인과성(causality) 연구들을 탐색하는 데 유용한 자료가 될 뿐만 아니라, 신호 처리 분야의 독자들이 인과 문제에 기여하도록 초대하는 역할을 할 것이라고 믿는다. 독자들에게 추가적인 도움을 주기 위해, 우리는 유용한 코드 패키지와 자료들을 연결해주는 동반 저장소(companion repository)를 https://github.com/CHAI-UK/Awesome-Time-Series-Causal-Discovery 에서 운영하고 있다.
인과성이 의미론적 간극을 메우는 방법
How Causality Bridges the Semantic Gap
수치적 측정값은 시스템이 어떻게 동작하는지 포착하지만, 변수의 의미를 명시하지 않은 채 남겨두는 경우가 많습니다. 어떤 변수는 측정되지만 이름이 전혀 붙지 않으며, 어떤 변수는 전혀 측정되지 않기도 합니다. 기존 방법들은 일반적인 인간 지식을 참조하여 이러한 변수에 의미를 부여하지만, 이는 지식이 존재하는 영역에서는 지식의 바이어스(bias)를 그대로 물려받고, 지식이 존재하지 않는 영역에서는 아무런 정보도 제공하지 못합니다. 본 연구에서는 대신 인과 구조(causal structure)를 통해 측정값과 의미 사이의 이러한 간극을 메우며, 한 변수가 다른 변수에 어떻게 작용하는지로부터 해당 변수의 의미를 파악합니다. 이를 구조 제약 의미 정렬(structure-constrained semantic alignment)로 공식화하여, 알려진 소수의 이름을 앵커로 삼고 인과 그래프가 함의하는 의존 관계 하에서 이름 없는 각 변수의 임베딩(embedding)을 도출합니다. 이에 따라 측정값으로부터 잠재 변수를 포함한 인과 그래프를 발견하고, 해당 관계 하에서 임베딩을 도출하며, 언어 모델(language model)을 통해 이를 이름으로 표현하는 프레임워크인 CausalBridge를 구축합니다. 인과 구조는 측정값을 생성한 메커니즘을 반영하며 측정값만으로 복원되므로, 인간 지식의 바이어스로부터 자유로운 유일한 정보 원천이 될 수 있습니다. 20%에서 90%의 변수 이름이 마스킹된 5개의 설문조사와 3개의 로보틱스 시나리오에서 CausalBridge를 평가합니다. 이 프레임워크는 연관성(association)에 의존하는 기존 방법보다 관측 변수와 잠재 변수의 의미를 더 정확하게 복원하며, 시스템에 대한 문서화가 덜 되어 있을수록 성능 격차는 더 벌어집니다. 프레임워크가 발견한 그래프는 문서화된 그래프만큼 정확하게 변수 이름을 지정하며, 새로운 시스템의 이름 부여는 몇 분 만에 샘플링 방법 대비 극히 일부의 비용으로 수행됩니다. 의미론적 간극이 충실하게 메워지면, 기계는 세상을 이해하고 인과적으로 행동을 취할 수 있습니다.
인과 발견을 통해 밝혀낸 영국 바이오뱅크(UK Biobank) 내 신체 활동과 치매 위험을 연결하는 경로
Causal discovery identifies pathways linking physical activity to dementia risk in the UK BioBank
신체 활동(Physical Activity, PA)은 일관되게 치매 위험 감소와 연관되어 있으나, 신체 활동과 치매 예방을 연결하는 메커니즘은 여전히 완전히 이해되지 않았습니다. 본 연구에서는 영국 바이오뱅크(UK Biobank)의 60세 이상 고령자 42,293명을 대상으로 대규모 언어 모델(LLM) 유도 인과 발견(causal discovery)과 매개 분석(mediation analysis)을 통합하여, 객관적으로 측정된 중강도 및 고강도 신체 활동(MVPA)과 치매 위험을 잇는 경로를 체계적으로 식별했습니다. 행동, 심리, 기능 및 임상 영역 전반에 걸쳐, 인과 발견은 우울증, 기능적 능력, 흡연 행동, 고혈압, 심혈관 질환, 만성 콩팥병, 뇌 손상을 거쳐 높은 MVPA가 낮은 치매 위험으로 이어지는 상호 연결된 경로를 일관되게 확인했습니다. 연쇄 매개 분석에서는 우울증이 중심 경로로 확인되었으며, 이는 MVPA와 치매 위험 간 전체 연관성의 15.1%를 설명했습니다. 성별 계층화 분석에서는 뚜렷한 기전 패턴이 드러났는데, 여성은 주로 대사 및 기능적 경로를 보인 반면, 남성은 흡연 및 심혈관 질환과 관련된 행동 및 심혈관·대사 연쇄 반응을 보였습니다. 종합하면, 이러한 결과는 신체 활동과 치매 사이의 예방적 연관성이 단일 경로가 아닌 상호 연결된 행동, 심리 및 심혈관·대사 과정을 통해 매개됨을 시사합니다. 우울증은 두드러지면서도 잠재적으로 수정 가능한 경로로 나타났으며, 이는 신체 활동 증진과 정신 건강 및 심혈관 위험 관리를 결합한 치매 예방 전략 통합의 가능성을 강조합니다.
조건부 공분산 순서화를 통한 함수적 인과 발견
Functional Causal Discovery via Conditional Covariance Ordering
본 연구는 각 노드가 확률 함수인 설정에서의 인과 발견을 다룬다. 이 주제에 대한 기존 연구는 선형성 또는 비선형성과 같은 구조적 가정, 가우스성 또는 비가우스성과 같은 분포 가정에 의존한다. 이와 달리 우리는 이러한 가정을 피하기 위해 공분산 연산자(covariance operator)를 활용한다. 함수적 가산 노이즈 모델(functional additive noise model) 하에서, 조건부 공분산 연산자의 노름(norm)을 비교하는 것에 기반하여 유효한 위상 순서(topological ordering)를 식별하기 위한 새로운 충분 조건을 제안한다. 이 식별 가능성(identifiability) 조건을 활용하여, 선형 및 비선형 모델을 포괄하는 새로운 혼합 회귀 모델을 개발한다. 변수 선택과 함께, 우리의 절차는 함수 변수(functional variable)에 대한 인과 방향성 비순환 그래프(DAG)의 추정을 산출한다. 이론적으로, 이 회귀 모델에 대한 최소자승(least-squares) 유형 이론을 개발하고, 순서 결정(order determination), 희소 회귀(sparse regression), DAG 식별에 대한 점근적 일치성(asymptotic consistency)을 도출한다. 이산 관측(discrete observation)에 기반한 계산 알고리즘을 제공한다. 시뮬레이션 데이터에 적용했을 때, 우리의 접근법은 기존 방법들 가운데 만족스러운 성능을 보인다. 뇌 유효 연결성(brain effective connectivity)에 대한 실제 데이터 예제도 제시한다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.