[논문 리뷰] Causal Network Learning from Multiple Interventions of Unknown Manipulated Targets

Yango He, Zhi Geng|arXiv (Cornell University)|2016. 10. 27.

Bayesian Modeling and Causal Inference참고 문헌 19인용 수 7

한 줄 요약

이 논문은 간섭 대상이 알려지지 않은 다중 간섭 데이터에서 인과 네트워크를 학습하기 위한 두 가지 방법을 제안한다: 대규모 표본에서는 그래프 병합, 소규모 표본에서는 재표본화를 통한 데이터 풀링이다. 주요 기여는 간섭 대상에 대한 사전 지식이 없더라도 인과적 구조를 안정적이고 통계적으로 타당하게 식별할 수 있는 방법을 제공한다는 점이며, 시뮬레이션을 통해 관찰 학습 대비 정확도 향상을 입증하였다.

ABSTRACT

In this paper, we discuss structure learning of causal networks from multiple data sets obtained by external intervention experiments where we do not know what variables are manipulated. For example, the conditions in these experiments are changed by changing temperature or using drugs, but we do not know what target variables are manipulated by the external interventions. From such data sets, the structure learning becomes more difficult. For this case, we first discuss the identifiability of causal structures. Next we present a graph-merging method for learning causal networks for the case that the sample sizes are large for these interventions. Then for the case that the sample sizes of these interventions are relatively small, we propose a data-pooling method for learning causal networks in which we pool all data sets of these interventions together for the learning. Further we propose a re-sampling approach to evaluate the edges of the causal network learned by the data-pooling method. Finally we illustrate the proposed learning methods by simulations.

연구 동기 및 목표

• 다양한 실험 데이터셋에서 간섭 대상이 알려지지 않은 경우 인과 네트워크 구조를 학습하는 데 도전하는 것.
• 어떤 변수가 간섭되었는지 모를 때에도 인과적 구조를 식별할 수 있는 방법을 개발하는 것.
• 간섭 실험에서 대규모 및 소규모 표본 크기에 대응하는 확장 가능한 학습 기법을 제안하는 것.
• 재표본화 기반 기법을 사용해 학습된 구조의 신뢰도를 평가하기 위해 간선의 신뢰성을 높이는 것.

제안 방법

• 대규모 표본에 적합한 그래프 병합 기법을 제안하며, 개별 간섭 데이터셋을 사용해 별도의 네트워크를 학습한 후 이를 병합한다.
• 소규모 표본에 적합한 데이터 풀링 기법을 도입하여 모든 간섭 데이터를 하나의 데이터셋으로 통합해 구조 학습에 활용한다.
• 재표본화 기반 간선 평가 기법을 사용해 학습된 네트워크에서 간선의 빈도와 신뢰도를 평가한다.
• 조건부 독립성 검정을 통해 v-구조를 추론하고 간선를 방향화하며, 재표본화에서의 간선 빈도를 기반으로 신뢰도를 순위 매긴다.
• 재표본화 빈도가 임계값을 초과할 경우에만 간선을 포함하는 임계값 기반 선택 절차를 적용해 임의의 양성 결과를 최소화한다.
• R로 구현된 방법으로, 재현 가능성을 위해 저자 웹사이트에서 코드를 제공한다.

실험 결과

연구 질문

• RQ1 외부 간섭의 대상이 알려지지 않은 경우에도 인과 네트워크 구조를 식별할 수 있는가?
• RQ2 모르는 간섭 대상 변수를 가진 다중 간섭 데이터로부터 효과적으로 인과 네트워크를 학습할 수 있는가?
• RQ3 소규모 표본 크기가 이러한 환경에서 인과적 구조 학습의 신뢰성에 어떤 영향을 미치는가?
• RQ4 재표본화와 함께 데이터 풀링을 사용하면 개별 간섭 분석 대비 간선 탐지 정확도를 향상시킬 수 있는가?
• RQ5 간섭 대상이 관측되지 않을 경우 간선의 신뢰도는 어떻게 정량화할 수 있는가?

주요 결과

• 그래프 병합 기법은 간섭 대상이 알려지지 않은 상태에서도 관찰 학습보다 더 많은 방향성 간선을 회복하는 데 성공했다.
• 소규모 표본에서는 재표본화를 통한 데이터 풀링 기법이 임계값 θ=20에서 오진 음성 및 오진 양성의 합(FN+FP)이 4.69로 관찰 학습(합=5.73)보다 뛰어난 성능을 보였다.
• 재표본화 기법에서 간선 선택의 최적 임계값은 θ=20이며, 이때 오진 음성(FN)=3.37과 오진 양성(FP)=1.32의 합이 최소가 된다.
• 재표본화에서 더 높은 빈도로 나타나는 간선일수록 진짜 양성일 가능성이 높으며, 재표본화 목록에서 상위 10개 간선 중 100%가 진짜 양성으로 확인되었다.
• 간섭 대상이 알려지지 않은 상태에서도 기저 인과 네트워크의 국소적 구조를 정확히 식별할 수 있었다.
• 재표본화를 통한 데이터 풀링 접근법은 관찰 데이터만으로 학습하는 것보다 더 뛰어난 성능을 보였으며, 특히 오진 양성 수를 최소화하는 데서 두드러졌다.