[論文レビュー] Structure-Based Causes and Explanations in the Independent Choice Logic

Alberto Finzi, Thomas Lukasiewicz|arXiv (Cornell University)|Oct 19, 2012

Bayesian Modeling and Causal Inference参考文献 35被引用数 22

ひとこと要約

この論文は、ピアールの構造的モデルアプローチを因果推論と、プールの独立選択論理（ICL）を統合し、一階論理的かつアクションベースのドメインにおける確率的因果推論を可能にする。ICLを構造的因果モデルにマッピングすることにより、実原因、説明、部分的説明の正式な定義が可能となり、ICLは因果的意味論を備える一方で、構造的モデルは一階論理およびアクションのモデリング能力を拡張する。

ABSTRACT

This paper is directed towards combining Pearl's structural-model approach to causal reasoning with high-level formalisms for reasoning about actions. More precisely, we present a combination of Pearl's structural-model approach with Poole's independent choice logic. We show how probabilistic theories in the independent choice logic can be mapped to probabilistic causal models. This mapping provides the independent choice logic with appealing concepts of causality and explanation from the structural-model approach. We illustrate this along Halpern and Pearl's sophisticated notions of actual cause, explanation, and partial explanation. This mapping also adds first-order modeling capabilities and explicit actions to the structural-model approach.

研究の動機と目的

• ピアールの構造的モデルアプローチを、独立選択論理（ICL）のような高水準な形式的枠組みと統合すること。
• ICLの確率的フレームワーク内で、実原因や説明といった形式的因果推論を可能にすること。
• 構造的モデルアプローチを一階論理および明示的なアクション表現へと拡張すること。
• 複雑で確率的かつアクションベースのドメインにおける因果的説明の統合フレームワークを提供すること。

提案手法

• 確率的依存関係を捉える構造方程式を定義することで、ICL理論を構造的因果モデルにマッピングする。
• do計算および干渉を用いて、ICLフレームワーク内での因果効果を正式に定式化する。
• Halpernとピアールの構造方程式モデル（SEM）基準をICL文脈内で用いて、実原因を定義する。
• 構造モデルの分解と干渉分析を用いて、部分的説明を導入する。
• アクションを構造方程式に明示的にエンコードすることで、その因果的影響をモデル化する。
• ICLの第一階論理の能力を活用して、スケーラブルな因果構造および依存関係を表現する。

実験結果

リサーチクエスチョン

• RQ1 ピアールの構造的モデルアプローチを、独立選択論理（ICL）と正式に統合する方法は何か？
• RQ2 ICLフレームワーク下で、確率的かつ一階論理的かつアクションベースのドメインにおける実原因とは何か？
• RQ3 構造的因果モデルを用いて、ICLで説明および部分的説明を体系的に導出する方法は何か？
• RQ4 構造的モデルアプローチは、一階論理モデリングおよび明示的なアクションをサポートするように拡張可能か？
• RQ5 do計算および干渉論理と組み合わせたICLにおける因果的説明の正式な意味論は何か？

主な発見

• ICLを構造的因果モデルにマッピングすることで、Halpernとピアールの基準を用いて、実原因、説明、部分的説明の正式な定義が可能になる。
• 統合により、ICLはdo計算を用いて干渉および反事後的推論を可能とし、説明力が向上する。
• ICLにおける第一階論理のモデリング能力が、構造的モデルアプローチに成功裏に拡張され、スケーラブルな因果推論が可能になる。
• ICLにおける明示的なアクションは、構造方程式における干渉としてモデル化され、因果的影響分析が可能になる。
• 構造モデルの分解と部分成分への干渉効果分析により、部分的説明のサポートが可能になる。
• 本アプローチは、アクションを含む複雑で確率的なドメインにおける因果推論に対して、体系的かつ形式的な意味論を提供する。