[论文解读] Causal Discovery from Temporal Data: An Overview and New Perspectives

Chang Gong, Di Yao+3 more|arXiv (Cornell University)|Mar 17, 2023

Time Series Analysis and Forecasting被引用 7

一句话总结

本文全面综述了从时间数据中进行因果发现的研究，涵盖多元时间序列和事件序列的因果发现。文章系统性地分类了方法——基于约束的方法、基于评分的方法、基于函数因果模型（FCM）的方法以及基于格兰杰因果关系的方法，并介绍了公开数据集、评估指标，以及因果表征学习和摊销建模等新研究视角，填补了现有综述中忽略事件序列分析这一关键空白。

ABSTRACT

Temporal data, representing chronological observations of complex systems, has always been a typical data structure that can be widely generated by many domains, such as industry, medicine and finance. Analyzing this type of data is extremely valuable for various applications. Thus, different temporal data analysis tasks, eg, classification, clustering and prediction, have been proposed in the past decades. Among them, causal discovery, learning the causal relations from temporal data, is considered an interesting yet critical task and has attracted much research attention. Existing causal discovery works can be divided into two highly correlated categories according to whether the temporal data is calibrated, ie, multivariate time series causal discovery, and event sequence causal discovery. However, most previous surveys are only focused on the time series causal discovery and ignore the second category. In this paper, we specify the correlation between the two categories and provide a systematical overview of existing solutions. Furthermore, we provide public datasets, evaluation metrics and new perspectives for temporal data causal discovery.

研究动机与目标

• 提供时间数据因果发现方法的系统性概述，特别针对多元时间序列和事件序列数据。
• 识别并解决现有综述中主要聚焦于多元时间序列而忽视事件序列因果发现的缺陷。
• 整理并共享公开数据集与标准化评估指标，以支持时间因果发现研究的可复现性。
• 探索新兴方向，如因果表征学习与摊销建模，以实现从时间数据中进行可扩展且稳健的因果推断。
• 强调实际挑战，包括非平稳性、未观测的混杂因素以及数据异质性，并为未来方法论发展提供指导。

提出的方法

• 将多元时间序列因果发现划分为四类主要方法：基于约束的方法、基于评分的方法、基于函数因果模型（FCM）的方法以及基于格兰杰因果关系的方法。
• 将事件序列因果发现划分为三类类比类别：基于约束的方法、基于评分的方法以及基于格兰杰因果关系的方法，特别强调格兰杰因果关系与点过程（Hawkes processes）之间的自然契合。
• 提出并讨论先进框架如 LEAP（潜在时间因果过程估计），其为非平稳设定下潜在因果变量的非参数与参数可识别性条件提供了理论基础。
• 综述基于对比学习的方法，如 CITRIS 和 iCITRIS，这些方法利用干预目标与数据增强技术，在无需强参数假设的前提下识别潜在因果因子。
• 提出一种学习框架，通过在变分自编码器（VAE）中引入因果过程网络，并结合基于流的模型以处理非平稳噪声，从而提升潜在因果结构的可识别性。
• 通过整合时间结构与多视图信息，增强独立因果因子的解耦性，采用 ICA 与深度生成模型等技术。

实验结果

研究问题

• RQ1 如何对多元时间序列与事件序列数据中的因果发现方法进行系统性分类与比较？
• RQ2 在校准时间序列与非规则观测事件序列中，因果发现的关键方法论差异与相似性是什么？
• RQ3 从时间数据中识别因果结构的主要挑战是什么，特别是在非平稳性、未观测混杂因素与子采样条件下？
• RQ4 如何利用因果表征学习从复杂、高维的时间观测中识别潜在因果因子？
• RQ5 用于基准化时间因果发现方法的最有效评估指标与公开可用数据集是什么？

主要发现

• 基于格兰杰因果关系的方法，特别是与点过程（Hawkes processes）结合的方法，在事件序列因果发现中尤为成熟，因其具有天然的理论一致性。
• LEAP 为非平稳时间过程中潜在因果变量的非参数与参数可识别性条件提供了理论保障，从而支持稳健的因果结构学习。
• CITRIS 与 iCITRIS 表明，干预目标信息可实现因果因子的区块识别，且无需严格的功能或分布假设。
• 整合时间结构与多视图信息的因果表征学习框架显著提升了潜在因果因子的解耦性与可识别性。
• 本文识别出非平稳性、未观测混杂因素与数据子采样是现实时间数据中导致推断因果关系质量下降的主要挑战。
• 作者提供了一份精心整理的公开数据集与评估指标清单，以支持未来时间因果发现研究的标准化基准测试与可复现性。