[論文レビュー] Computationally and statistically efficient learning of causal Bayes nets using path queries

Kevin Bello, Jean Honorio|arXiv (Cornell University)|Jun 2, 2017

Bayesian Modeling and Causal Inference参考文献 31被引用数 4

ひとこと要約

本稿では、1つの頂点に対する干渉を用いて、因果的ベイジアンネットワークの正確で正しい向き付けられた構造を多項式時間で学習するアルゴリズムを提案する。各クエリは、特定のソースノードからターゲットノードへ向かう有向パスが存在するかを特定する。この手法は、離散的および連続的ネットワークの両方で対数的サンプル複雑度を達成し、計算コストが低いため、トランジティブな辺を効率的に回復できる。これにより、干渉データからの効率的かつ統計的に一貫性のある因果構造学習が可能になる。

ABSTRACT

Causal discovery from empirical data is a fundamental problem in many scientific domains. Observational data allows for identifiability only up to Markov equivalence class. In this paper we first propose a polynomial time algorithm for learning the exact correctly-oriented structure of the transitive reduction of any causal Bayesian network with high probability, by using interventional path queries. Each path query takes as input an origin node and a target node, and answers whether there is a directed path from the origin to the target. This is done by intervening on the origin node and observing samples from the target node. We theoretically show the logarithmic sample complexity for the size of interventional data per path query, for continuous and discrete networks. We then show how to learn the transitive edges using also logarithmic sample complexity (albeit in time exponential in the maximum number of parents for discrete networks), which allows us to learn the full network. We further extend our work by reducing the number of interventional path queries for learning rooted trees. We also provide an analysis of imperfect interventions.

研究の動機と目的

• 干渉データから因果的ベイジアンネットワークの正確な構造を計算的に効率よく学習する手法を開発すること。
• 統計的効率性と高い正確性を維持しながら、必要な干渉の数を削減すること。
• 離散的および連続的ネットワークの両方で、各経路クエリごとに対数的サンプル複雑度を達成すること。
• 最小限の計算コストでネットワーク構造内のトランジティブな辺を回復すること。
• 根付き木構造への応用を拡張し、不完全な干渉の影響を分析すること。

提案手法

• 本手法は、1つの頂点に対する干渉を用いて、特定のソースノードからターゲットノードへ向かう有向パスが存在するかを判断する経路クエリに応える。
• これらの経路クエリを用いて、高確率で因果的DAGの推移的削減を多項式時間で学習するアルゴリズムを採用する。
• 離散的ネットワークでは、最大親数に指数的依存する時間のアルゴリズムがトランジティブな辺を回復するが、連続的ネットワークでは尤度に基づくアプローチが用いられる。
• 因果の方向性を推定するために、条件付き独立性検定と干渉に基づくサンプリングを活用する。
• 木構造と経路クエリの性質を活用することで、根付き木構造のための必要な干渉数を削減する。
• 不完全な干渉の影響がクエリの正確性と構造回復に与える影響を分析し、その影響を考慮した手法を採用する。

実験結果

リサーチクエスチョン

• RQ1 多項式時間の複雑度で、経路クエリのみを用いて因果的ベイジアンネットワークの正確で正しい向き付けられた構造を学習できるか？
• RQ2 ネットワーク構造の高確率回復を保証するために、各経路クエリに必要な最小のサンプル複雑度は何か？
• RQ3 推移的削減を学習した後、どのようにしてトランジティブな辺を効率的に回復できるか？
• RQ4 特定のネットワーク構造、例えば根付き木構造において、干渉の数を削減できるか？
• RQ5 不完全な干渉は、学習プロセスの正確性とサンプル複雑度にどのように影響するか？

主な発見

• すべてのベンチマーク用離散的ネットワークで、エッジの正確度100%、再現度100%、F1スコア1.0を達成し、直接的およびトランジティブな辺の完全な回復を示した。
• 連続的ネットワークについても、すべて100%の正確度、100%の再現度、F1スコア1.0を達成し、一貫性があり正確な構造学習が可能であることを示した。
• 本手法は、離散的および連続的ネットワークの両方で、各経路クエリに対して対数的サンプル複雑度を達成し、統計的効率性を保証した。
• 実世界のイーストおよびマウス/ヒト遺伝子パerturbationデータセットから、生物学的に妥当なノード影響パターンを示す真の因果構造を効果的に回復した。
• 根付き木構造では、構造的制約を活用することで、必要な経路クエリの数を顕著に削減できた。
• 理論的解析により、不完全な干渉に対しても本手法はロバストであり、誤差が有界な範囲で高い正確性を維持することが示された。