[论文解读] Large-scale nonlinear Granger causality: A data-driven, multivariate approach to recovering directed networks from short time-series data

Axel Wismüller, Adora M. DSouza+1 more|arXiv (Cornell University)|Sep 10, 2020

Functional Brain Connectivity Studies参考文献 36被引用 16

一句话总结

本文提出了一种大规模非线性格兰杰因果关系（lsNGC）方法，通过数据驱动、计算高效的非线性状态空间建模，从短时序、高维时间序列数据中推断有向、多变量、非线性的因果网络。该方法在从混沌系统中恢复网络结构方面优于传统方法，并成功识别出fMRI数据中具有区分性的脑连接模式，在仅使用15个特征的情况下，对HIV相关神经认知障碍（HAND）患者与对照组的分类AUC达到0.88。

ABSTRACT

To gain insight into complex systems it is a key challenge to infer nonlinear causal directional relations from observational time-series data. Specifically, estimating causal relationships between interacting components in large systems with only short recordings over few temporal observations remains an important, yet unresolved problem. Here, we introduce a large-scale Nonlinear Granger Causality (lsNGC) approach for inferring directional, nonlinear, multivariate causal interactions between system components from short high-dimensional time-series recordings. By modeling interactions with nonlinear state-space transformations from limited observational data, lsNGC identifies casual relations with no explicit a priori assumptions on functional interdependence between component time-series in a computationally efficient manner. Additionally, our method provides a mathematical formulation revealing statistical significance of inferred causal relations. We extensively study the ability of lsNGC to recovering network structure from two-node to thirty-four node chaotic time-series systems. Our results suggest that lsNGC captures meaningful interactions from limited observational data, where it performs favorably when compared to traditionally used methods. Finally, we demonstrate the applicability of lsNGC to estimating causality in large, real-world systems by inferring directional nonlinear, multivariate causal relationships among a large number of relatively short time-series acquired from functional Magnetic Resonance Imaging (fMRI) data of the human brain.

研究动机与目标

• 解决从短时序数据中推断大规模系统内非线性、有向、多变量因果关系的挑战。
• 克服传统格兰杰因果关系方法在高维、非线性或欠定设置下常出现的局限性。
• 开发一种计算高效、数据驱动的方法，避免对时间序列间函数依赖关系施加强先验假设。
• 实现在功能性脑连接（如fMRI）等现实应用场景中稳健估计因果网络的能力。
• 通过f统计量框架提供推断因果连接的统计显著性检验。

提出的方法

• lsNGC方法采用非线性降维步骤，以从有限时序数据中建模复杂的状态空间动力学。
• 使用多变量、非线性状态空间变换，捕捉各组分之间的相互作用，而无需假设线性或参数化函数形式。
• 通过改进的格兰杰因果关系框架量化因果影响，其中目标序列利用候选影响者序列过去值的预测性能提升程度决定因果性。
• 通过f统计量评估推断连接的统计显著性，实现假设检验，且无需依赖置换数据。
• 该方法应用于合成混沌系统（2至34个节点）和人类脑网络的真实fMRI数据。
• 采用肯德尔τ相关性进行特征选择，以降低维度并识别后续分类中最具区分性的连接特征。

实验结果

研究问题

• RQ1 在合成混沌系统中，lsNGC能否准确恢复来自短时序、高维时间序列数据的有向、非线性、多变量因果网络？
• RQ2 与核格兰杰因果关系（KGC）和局部模型（LM）等成熟方法相比，lsNGC在网络恢复准确性和鲁棒性方面表现如何？
• RQ3 lsNGC能否在真实fMRI数据中检测到有意义且具有区分性的因果连接模式，以区分健康对照组与HIV相关神经认知障碍（HAND）患者？
• RQ4 使用lsNGC推导的连接矩阵对临床群体进行有效分类，所需的最优特征数量（因果连接）是多少？
• RQ5 lsNGC是否能在不依赖置换数据或复杂零模型的情况下，提供可靠且可信的推断因果连接的统计显著性度量？

主要发现

• lsNGC能够从短时序数据中成功恢复有向、非线性、多变量因果网络，即使在多达34个节点的系统中也表现优异，优于传统双变量和多变量方法。
• 在合成混沌系统中，lsNGC在捕捉真实因果结构方面表现更优，尤其在减少虚假间接连接方面优于核格兰杰因果关系和局部模型。
• 在fMRI数据上的应用中，lsNGC生成的连接矩阵经对称化和特征选择后，仅使用15个特征即可实现对HAND患者与对照组的分类，平均AUC为0.88，准确率为0.77。
• 分类的最优特征集大小为15，表明仅需一小部分高度区分性的因果连接即可捕获临床群体间最相关的网络差异。
• lsNGC通过f统计量提供统计上可靠的显著性检验，实现可靠推断，且无需生成计算密集的置换数据。
• 该方法通过基于肯德尔τ的相关性进行特征选择，有效减少了高维连接矩阵中的冗余和噪声，提升了分类器性能和计算效率。