[論文レビュー] Learning high-dimensional DAGs with latent and selection variables

Diego Colombo, Marloes H. Maathuis+2 more|arXiv (Cornell University)|Apr 29, 2011

Bayesian Modeling and Causal Inference参考文献 3被引用数 5

ひとこと要約

本稿では、潜在変数および選択変数を伴う高次元の有向無閉路グラフ（DAG）における因果探索の効率性を向上させる2つのアルゴリズム、Adaptive Anytime FCI（AAFCI）およびReally Fast Causal Inference（RFCI）を提案する。初期スケルトン学習に基づいて条件付き集合のカットオフを動的に設定し、条件付き独立性検定を最適化することで、RFCIは大規模なスパースグラフにおいて著しく高速な性能を達成するとともに、妥当な因果解釈を保持する。

ABSTRACT

We consider the problem of learning causal information between random variables in directed acyclic graphs (DAGs) when allowing arbitrarily many latent and selection variables. The Fast Causal Inference algorithm (FCI) (Spirtes et al., 1999) has been explicitly designed to infer conditional independence and causal information in such settings. Despite its name, FCI is computationally very intensive for large graphs. Spirtes (2001) introduced a modified version of FCI, called Anytime FCI, which only performs conditional independence tests up to a pre-specified cutoff k. Anytime FCI is typically faster but less informative than FCI, but the causal interpretation of tails and arrowheads in its output is still sound. We propose an adaptation of Anytime FCI, called Adaptive Anytime FCI (AAFCI), where the cut-off k is set to the maximum size of the conditioning sets used to find the initial skeleton in FCI. Moreover, we propose a new algorithm, called Really Fast Causal Inference (RFCI), which has similar properties as AAFCI but is much faster for large sparse graphs. The complete paper is available at http://arxiv.org/abs/1104.5617.

研究の動機と目的

• 潜在変数および選択変数を伴う大規模グラフにおけるFCIの計算非効率性を解消すること。
• 条件付き集合の深さを低く抑えても、妥当な因果解釈を維持するFCIの高速代替手法を開発すること。
• スパースな高次元グラフにおけるスケーラビリティを向上させつつ、条件付き独立性および因果構造の推論能力を保持すること。
• 初期スケルトン学習のデータ駆動的複雑性に応じて、Anytime FCIにおけるカットオフを動的に設定するメカニズムを導入すること。

提案手法

• Adaptive Anytime FCI（AAFCI）は、FCIの初期スケルトン探索フェーズで使用された条件付き集合の最大サイズを、カットオフkとして設定する。
• この適応的kまでに制限した条件付き独立性検定を用いることで、計算負荷を低減しつつも正確性を維持する。
• Really Fast Causal Inference（RFCI）は、大規模スパースグラフを想定して、AAFCIのより効率的なバージョンとして設計されており、テスト順序とプルーニング戦略を最適化している。
• RFCIはFCIおよびAAFCIと同様に、出力グラフにおけるテールと矢じりの因果的解釈の保証を保持している。
• 両アルゴリズムはFCIと同一の条件付き独立性検定フレームワークに依存しているが、テストの深さを制限することで実行時間を短縮している。
• テスト回数を削減することで、高次元設定へのスケーラビリティを実現するように設計されている。

実験結果

リサーチクエスチョン

• RQ1 潜在変数および選択変数が存在する状況でも、因果解釈の妥当性を損なわず、FCIの計算コストを低減できるか。
• RQ2 Anytime FCIにおける条件付き集合のカットオフを、データ構造に基づいて動的に設定することで、効率性と正確性を向上させられるか。
• RQ3 大規模スパースグラフにおける因果探索の効率性をどのように向上できるか。
• RQ4 FCIおよびAnytime FCIと同等の因果解釈保証を維持しつつ、より高速なアルゴリズムを設計できるか。

主な発見

• RFCIは、大規模スパースグラフにおいてFCIおよびAAFCIよりも著しく高速な実行時間を達成しており、高次元設定において実用的である。
• AAFCIにおける適応的カットオフは、スケルトン学習フェーズの実際の複雑性に合わせてテスト深さを調整することで、効率性を向上させる。
• AAFCIおよびRFCIの両方とも、出力グラフにおけるテールと矢じりの妥当な因果解釈を保持しており、出力の有効性を保証する。
• テスト深さを低く抑えても、FCIと同等の条件付き独立性および因果構造推論の保証を両アルゴリズムが維持している。
• RFCIは特に大規模スパースグラフにおいて顕著に効果的であり、既存手法に比べて速度が優れており、正しい結果を保つ。
• AAFCIにおける動的カットオフ機構は、固定kのAnytime FCIよりも優れた性能を示しており、データの固有構造に適応している。