[논문 리뷰] Beyond Structural Causal Models: Causal Constraints Models

Tineke Blom, Stephan Bongers외 1명|arXiv (Cornell University)|2018. 05. 16.

Bayesian Modeling and Causal Inference참고 문헌 15인용 수 16

한 줄 요약

이 논문은 평형 상태의 동적 시스템과 이상 기체 법칙과 같은 기능적 법칙의 인과적 의미를 더 잘 포착하기 위해 구조적 인과 모델(SCM)의 일반화로 인과 제약 모델(CCM)을 도입한다. CCM은 상미분방정식(ODE)과 운동량 보존 법칙에서 유도되며, 간섭이 일정한 제약 조건을 지키도록 보장한다. 반면 SCM은 이러한 법칙을 위반하는 해를 허용할 수 있다.

ABSTRACT

Structural Causal Models (SCMs) provide a popular causal modeling framework. In this work, we show that SCMs are not flexible enough to give a complete causal representation of dynamical systems at equilibrium. Instead, we propose a generalization of the notion of an SCM, that we call Causal Constraints Model (CCM), and prove that CCMs do capture the causal semantics of such systems. We show how CCMs can be constructed from differential equations and initial conditions and we illustrate our ideas further on a simple but ubiquitous (bio)chemical reaction. Our framework also allows to model functional laws, such as the ideal gas law, in a sensible and intuitive way.

연구 동기 및 목표

• 평형 상태에서 동적 시스템의 인과적 의미를 표현하는 데 있어 구조적 인과 모델(SCM)의 한계를 해결하기 위해.
• 동적 시스템에서 평형 상태가 초기 조건에 어떻게 의존하는지를 기록하는 형식적 프레임워크를 개발하기 위해.
• 모든 간섭 조건 하에서도 관찰되는 관계를 정확히 표현할 수 있는 인과 모델링 접근법을 제공하기 위해.
• 기본 효소 반응과 로트카-볼테라 모델과 같은 시스템의 평형 상태에서 CCM이 인과적 행동을 완전히 기술할 수 있음을 보여주기 위해.
• 더 표현력 있는 인과 모델 클래스를 도입함으로써 인과 발견 방법을 동적 시스템으로 확장하기 위한 기반을 마련하기 위해.

제안 방법

• CCM은 세부적인 형식 (X, C, P)으로 정의되며, 여기서 X는 내생 변수의 집합, C는 인과 제약 조건(방정식 또는 관계)의 집합, P는 외생 변수 위의 확률 분포이다.
• 인과 제약 조건은 시스템의 ODE와 운동량 보존 법칙에서 유도되며, 이는 해가 동역학과 보존 법칙을 모두 만족하도록 보장한다.
• 이 프레임워크는 어떤 간섭 조건 하에서도 해가 존재하기 위해서는 반드시 제약 조건을 만족해야 하며, 물리적으로 일관되지 않은 결과를 방지한다.
• ODE와 초기 조건으로부터 CCM을 구성하는 방법이 형식화되었으며, 구조적 준안정성 조건을 통해 평형 상태로 수렴함을 보장한다.
• 제약 조건을 직접 인과 구조에 통합함으로써 순환적 의존성과 기능적 관계의 보존을 모두 처리한다.
• 간섭은 내생 변수의 값 고정으로 적용되며, 간섭 조건 하에서 해의 존재성은 ODE 시스템에서 고정점으로 수렴하는 것과 동치이다.

실험 결과

연구 질문

• RQ1 SCM은 평형 상태에서 동적 시스템의 인과적 의미를 완전히 표현할 수 있는가, 특히 초기 조건이 평형 상태에 영향을 주는 경우에 대해?
• RQ2 이상 기체 법칙과 같은 기능적 법칙을 어떻게 간섭 조건 하에서도 보존하는 방식으로 인과적으로 모델링할 수 있는가?
• RQ3 ODE와 운동량 보존 법칙으로 구성된 CCM이 모든 간섭 조건 하에서도 유일한 해를 가지는 데 필요한 조건은 무엇인가?
• RQ4 왜 SCM은 평형 상태가 초기 조건에 의존하는 시스템의 인과적 의미를 모델링하지 못하는가?
• RQ5 어떻게 인과 모델을 확장하여 평형 행동과 보존 물리 법칙을 통합된 프레임워크로 포괄할 수 있는가?

주요 결과

• CCM은 시스템의 구조적 준안정성과 간섭 조건 당 최대 하나의 해만 존재할 경우, 평형 상태에서 동적 시스템의 인과적 의미를 완전히 포착함을 증명하였다.
• 기본 효소 반응의 경우, CCM은 초기 조건이 평형 상태에 영향을 주는 것을 정확히 모델링하지만, SCM은 이를 포착하지 못한다.
• 이상 기체 법칙은 CCM에서 자연스럽고 간결하게 표현되며, 반면 SCM은 동시 간섭 조건 하에서 법칙을 위반할 수 있는 구조적 방정식이 필요로 한다.
• CCM은 이상 기체 법칙이나 혼합물의 조성 비율과 같은 기능적 제약 조건을 위반하는 해를 방지하여 물리적 일관성을 확보한다.
• SCM과 달리 CCM은 보존 관계를 위반하는 해를 허용하지 않아 물리 법칙을 모델링하는 데 더 적합하다.
• 이 프레임워크는 CCM이 ODE와 운동량 보존 법칙으로부터 구성될 수 있으며, 그 해가 간섭된 ODE 시스템의 고정점과 정확히 일치함을 보여주었다.