[论文解读] Causal Discovery in High-Dimensional Point Process Networks with Hidden Nodes

Xu Wang|arXiv (Cornell University)|Dec 1, 2021

Point processes and geometric inequalities参考文献 61被引用 2

一句话总结

本文提出一种去混淆方法，用于在存在隐藏节点的高维多变量点过程网络中进行因果发现，采用线性霍克斯过程框架下的截尾回归方法。该方法能够在未观测到的混淆因子存在的情况下，可靠估计可观测过程之间的因果交互关系，在模拟实验和真实小鼠神经数据中均表现出优于朴素方法和HIVE方法的边选择性能。

ABSTRACT

Thanks to technological advances leading to near-continuous time observations, emerging multivariate point process data offer new opportunities for causal discovery. However, a key obstacle in achieving this goal is that many relevant processes may not be observed in practice. Naïve estimation approaches that ignore these hidden variables can generate misleading results because of the unadjusted confounding. To plug this gap, we propose a deconfounding procedure to estimate high-dimensional point process networks with only a subset of the nodes being observed. Our method allows flexible connections between the observed and unobserved processes. It also allows the number of unobserved processes to be unknown and potentially larger than the number of observed nodes. Theoretical analyses and numerical studies highlight the advantages of the proposed method in identifying causal interactions among the observed processes.

研究动机与目标

• 解决高维多变量点过程数据中未观测混淆因子的挑战。
• 在仅观测到部分过程的情况下，实现可靠的因果发现。
• 开发一种方法，能够灵活处理未知且可能数量较多的隐藏过程。
• 在存在隐藏混淆因子的情况下，提升边选择性能，优于朴素方法和HIVE方法。
• 在存在隐藏节点的高维设定下，为因果估计提供理论保证。

提出的方法

• 采用截尾回归方法，对多变量霍克斯过程中未观测过程的影响进行去混淆。
• 将可观测过程建模为具有外生激发和内生反馈的线性霍克斯过程。
• 使用两阶段估计程序：首先估计可观测过程的影响，然后通过截尾法校正隐藏混淆。
• 应用正则化方法以处理高维设定，其中可观测节点数量可能相对于观测周期较大。
• 推导渐近推断程序，以在大样本条件下评估估计边的有效性。
• 通过子采样可观测节点进行稳定性分析，以评估模型假设和样本量需求。

实验结果

研究问题

• RQ1 当高维网络中存在未观测混淆因子时，能否可靠估计可观测点过程之间的因果交互？
• RQ2 在隐藏混淆条件下，所提出方法在边选择性能上相较于朴素估计和HIVE方法表现如何？
• RQ3 在存在隐藏节点的高维设定下，该方法在何种理论条件下可提供有效的因果推断？
• RQ4 当真实数据生成过程未知时，如何在实践中评估模型假设？
• RQ5 当仅观测到部分节点时，该方法在多大程度上能恢复真实的连接结构？

主要发现

• 所提出的hp-trim方法在存在隐藏混淆因子的高维模拟网络中，优于朴素方法和HIVE方法，能更准确识别真实因果边。
• 在小鼠梨状皮层神经元放电序列数据中，hp-trim在激光刺激和无激光刺激条件下估计出与神经科学预期一致的差异性功能连接模式。
• 通过子采样神经元进行的稳定性分析显示，全样本与部分样本下的边估计结果一致，支持了真实数据中模型假设的有效性。
• 与以往研究中基于FCI的方法相比，该方法在边恢复中具有更高的召回率，表明其能更有效地检测真实因果关系。
• 理论分析证实，在标准正则性条件下，该推断程序具有渐近有效性，支持在大样本下实现可靠的边选择。