論文の概要: Cause-effect inference through spectral independence in linear dynamical
systems: theoretical foundations
- arxiv url: http://arxiv.org/abs/2110.15595v1
- Date: Fri, 29 Oct 2021 07:53:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-01 14:41:39.986676
- Title: Cause-effect inference through spectral independence in linear dynamical
systems: theoretical foundations
- Title（参考訳）: 線形力学系におけるスペクトル独立による因果効果推論:理論的基礎
- Authors: Michel Besserve, Naji Shajarisales, Dominik Janzing and Bernhard
Sch\"olkopf
- Abstract要約: 時系列観測データによる原因と効果の区別は多くの科学分野において大きな課題である。
因果メカニズムの独立(ICM)の原則に基づいた新たな視点が提供され、スペクトル独立基準(SIC)が導かれる。
- 参考スコア（独自算出の注目度）: 12.461139675114817
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Distinguishing between cause and effect using time series observational data
is a major challenge in many scientific fields. A new perspective has been
provided based on the principle of Independence of Causal Mechanisms (ICM),
leading to the Spectral Independence Criterion (SIC), postulating that the
power spectral density (PSD) of the cause time series is uncorrelated with the
squared modulus of the frequency response of the filter generating the effect.
Since SIC rests on methods and assumptions in stark contrast with most causal
discovery methods for time series, it raises questions regarding what
theoretical grounds justify its use. In this paper, we provide answers covering
several key aspects. After providing an information theoretic interpretation of
SIC, we present an identifiability result that sheds light on the context for
which this approach is expected to perform well. We further demonstrate the
robustness of SIC to downsampling - an obstacle that can spoil Granger-based
inference. Finally, an invariance perspective allows to explore the limitations
of the spectral independence assumption and how to generalize it. Overall,
these results support the postulate of Spectral Independence is a well grounded
leading principle for causal inference based on empirical time series.
- Abstract（参考訳）: 時系列観測データによる原因と効果の区別は多くの科学分野において大きな課題である。
因果メカニズムの独立(ICM)の原理に基づいて新たな視点が提供され、スペクトル独立基準(SIC)が導かれ、原因時系列のパワースペクトル密度(PSD)は効果を生じるフィルタの周波数応答の2乗率とは無関係であると仮定された。
SICは時系列のほとんどの因果発見法とは対照的な方法や仮定に頼っているため、理論的な根拠がその使用を正当化するかどうかという疑問が提起される。
本稿では,いくつかの重要な側面について回答する。
SICの情報理論的解釈を提供した後、本手法がうまく機能することを期待する文脈に光を当てる識別可能性結果を提示した。
さらに,grangerに基づく推論を損なう障害であるダウンサンプリングに対するsicのロバスト性についても実証する。
最後に、不変性の観点からは、スペクトル独立性仮定の限界とそれを一般化する方法を探求することができる。
全体として、これらの結果はスペクトル独立の仮定を支持するものであり、経験的時系列に基づく因果推論の根本原理である。
関連論文リスト
- A Study of Posterior Stability for Time-Series Latent Diffusion [59.41969496514184]
まず,後部崩壊により可変オートエンコーダ(VAE)への潜伏拡散が減少し,表現性が低下することを示す。
次に、入力変数に対するリカレントデコーダの感度を定量化する、依存性測度という原則的手法を導入する。
理論的および実証的研究に基づいて,潜伏拡散を延長し,後部が安定な新しい枠組みを導入する。
論文 参考訳（メタデータ） (2024-05-22T21:54:12Z) - Quantum chaos, integrability, and late times in the Krylov basis [0.8287206589886881]
量子カオス系は、RMT(Random Matrix Theory)によってよく説明される微細な特徴を持つスペクトルを示すと推測される。
RMTにおけるハールランダム初期状態に対して、ランツォススペクトルの平均と共分散は、一般的な生存確率の完全な長期的挙動を生み出すのに十分であることを示す。
この分析は、積分可能なシステムと量子カオスのクラスを区別する統計学である固有状態複雑性の概念を示唆している。
論文 参考訳（メタデータ） (2023-12-06T19:02:22Z) - Causal Discovery from Subsampled Time Series with Proxy Variables [19.699813624529813]
本稿では,サブサンプリング時系列から因果構造全体を同定する制約に基づくアルゴリズムを提案する。
我々のアルゴリズムは非パラメトリックであり、完全な因果同定を実現することができる。
論文 参考訳（メタデータ） (2023-05-09T08:58:02Z) - Realization of algorithmic identification of cause and effect in quantum
correlations [13.164461672508711]
相関の量子的観点は、ライヘンバッハの原理による制限を克服するという約束を持っている。
本研究では,2つの基本因果構造が生成する2量子統計相関を観測シナリオで同定するアルゴリズムを考案した。
この結果は、一般設定における量子因果性の研究の道を開くものである。
論文 参考訳（メタデータ） (2023-04-20T10:06:38Z) - Universal Properties of the Spectral Form Factor in Open Quantum Systems [4.759925918369102]
閉じた量子カオス系では、SFFは普遍的なディップ・ランプ・プラトーの振る舞いを示す。
オープンシステムでは,SFFは指数関数的に崩壊し,その後,ある中間時間スケールで線形に増加し,最終的に飽和プラトー値に低下することがわかった。
論文 参考訳（メタデータ） (2023-03-25T04:25:14Z) - Spectral Decomposition Representation for Reinforcement Learning [100.0424588013549]
本稿では, スペクトル分解表現法(SPEDER)を提案する。この手法は, データ収集ポリシーに急激な依存を生じさせることなく, ダイナミックスから状態-作用の抽象化を抽出する。
理論的解析により、オンライン設定とオフライン設定の両方において提案アルゴリズムのサンプル効率が確立される。
実験により、いくつかのベンチマークで現在の最先端アルゴリズムよりも優れた性能を示す。
論文 参考訳（メタデータ） (2022-08-19T19:01:30Z) - Excited states from eigenvector continuation: the anharmonic oscillator [58.720142291102135]
固有ベクトル継続(EC)は、多体展開のための変分再推定ツールとして、核構造と反応に大きな注目を集めている。
この研究は固有ベクトル継続法から励起状態の出現を詳細に理解することを目的としている。
論文 参考訳（メタデータ） (2021-08-05T19:28:25Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳（メタデータ） (2021-07-21T14:22:14Z) - Deconfounded Score Method: Scoring DAGs with Dense Unobserved
Confounding [101.35070661471124]
本研究では,観測データ分布に特徴的フットプリントが残っており,突発的・因果的影響を解消できることを示す。
汎用ソルバで実装し,高次元問題へのスケールアップが可能なスコアベース因果検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-03-28T11:07:59Z) - Disentangling Observed Causal Effects from Latent Confounders using
Method of Moments [67.27068846108047]
我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。
我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
論文 参考訳（メタデータ） (2021-01-17T07:48:45Z) - Causal Inference in Geoscience and Remote Sensing from Observational
Data [9.800027003240674]
経験的データの有限集合を用いて、因果関係の正しい方向を推定する。
我々は28の地球科学因果推論問題の集合でパフォーマンスを示す。
この基準はあらゆるケースで最先端の検出率を達成するが、一般的にノイズ源や歪みに対して堅牢である。
論文 参考訳（メタデータ） (2020-12-07T22:56:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。