📊 statistics

Learning General Causal Structures with Hidden Dynamic Process for Climate Analysis

Dieses Paper stellt CaDRe vor, ein vereinheitlichtes Framework, das kausale Beziehungen zwischen beobachteten Klimavariablen und latenten treibenden Kräften aus Zeitreihendaten gemeinsam identifiziert und somit sowohl theoretische Identifizierbarkeit-Garantien als auch interpretierbare Einblicke für die Klimaanalyse bietet.

Ursprüngliche Autoren: Minghao Fu, Biwei Huang, Zijian Li, Yujia Zheng, Ignavier Ng, Guangyi Chen, Yingyao Hu, Kun Zhang

Veröffentlicht 2026-06-01

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Minghao Fu, Biwei Huang, Zijian Li, Yujia Zheng, Ignavier Ng, Guangyi Chen, Yingyao Hu, Kun Zhang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen das Wetter zu verstehen, indem Sie auf ein Dashboard voller Messinstrumente schauen: Temperatur, Windgeschwindigkeit, Luftfeuchtigkeit und Luftdruck. Sie sehen die Nadeln sich bewegen (die beobachteten Daten), aber Sie wissen, dass unsichtbare Kräfte diese Bewegungen antreiben – wie etwa tiefe Meeresströmungen, Sonnenstrahlung oder sich verschiebende Luftmassen (die verborgenen Treiber), die Sie nicht direkt sehen können.

Lange Zeit hatten Wissenschaftler zwei Hauptwege, um dies zu untersuchen:

Korrelation: „Wenn das Temperaturmessgerät steigt, geht die Luftfeuchtigkeit meistens zurück.“ Das sagt Ihnen, was zusammen passiert, aber nicht, warum.
Kausale Entdeckung (Causal Discovery): Der Versuch herauszufinden, welches Messgerät das andere verursacht. Aber dies schlägt oft fehl, wenn verborgene Kräfte die Fäden ziehen, da die Mathematik durch die unsichtbaren Variablen verwirrt wird.

Dieses Paper stellt ein neues Werkzeug namens CaDRe (Causal Discovery and Representation learning) vor, das beide Probleme gleichzeitig löst. So funktioniert es, erklärt anhand einfacher Analogien:

1. Das Problem des „Unsichtbaren Puppenspielers“

Stellen Sie sich das Klimasystem wie ein Puppentheater vor.

Die Puppen: Das sind die Dinge, die wir messen können (Temperatur, Regen, Wind).
Der Puppenspieler: Das ist die verborgene Kraft (wie ein massives atmosphärisches Drucksystem), die wir nicht sehen können, die aber die Puppen kontrolliert.
Das Problem: Frühere Methoden versuchten herauszufinden, wie die Puppen relativ zueinander sich bewegen, aber sie wurden verwirrt, weil der Puppenspieler gleichzeitig an mehreren Fäden zog. Andere Methoden versuchten, den Puppenspieler zu finden, ignorierten dabei aber, wie die Puppen miteinander interagieren.

CaDRe's Lösung: Es agiert wie ein superintelligenter Detektiv, der die Show beobachtet und gleichzeitig herausfindet, wer der Puppenspieler ist und wie die Puppen untereinander verbunden sind.

2. Wie es es herausfindet (Der „Zeitreise“-Trick)

Man kann den Puppenspieler nicht direkt sehen, aber man kann sehen, wie sich die Puppen im Laufe der Zeit bewegen. CaDRe nutzt einen cleveren Trick unter Verwendung der Zeit.

Stellen Sie sich vor, Sie schauen einen Film über das Wetter.

Wenn Sie nur ein einzelnes Standbild betrachten, ist es schwer zu sagen, was was verursacht.
Aber wenn Sie das Standbild vorher, das aktuelle Standbild und das Standbild danach betrachten, zeichnet sich ein Muster ab.

CaDRe behandelt den „verborgenen Puppenspieler“ als einen Charakter, der sich von einem Moment zum nächsten leicht verändert. Durch den Vergleich der Zustände „vorher“ und „nachher“ der sichtbaren Wetterlage kann das Modell mathematisch rückentwickeln, was der verborgene Charakter gemacht haben muss. Es ist wie der Blick auf die Kräuselungen in einem Teich, um die Form des Steins zu bestimmen, der hineingeworfen wurde, selbst wenn man den Stein selbst nicht gesehen hat.

3. Die Trennung von Signal und Rauschen

Reale Daten sind unordentlich. Es ist, als würde man versuchen, ein Gespräch in einem überfüllten, lauten Raum zu hören.

Das Signal: Die tatsächlichen Wettermuster.
Das Rauschen: Zufällige Fehler, Messfehler oder winzige lokale Störungen (wie ein plötzlicher Windstoß durch ein vorbeifahrendes Auto).

CaDRe ist darauf ausgelegt, das „Gespräch“ (die echte kausale Struktur) vom „Hintergrundrauschen“ zu trennen. Es lernt, das statische Rauschen zu ignorieren und sich auf die zugrunde liegenden Regeln zu konzentrieren, die das System steuern.

4. Was es tatsächlich gefunden hat (Die Ergebnisse)

Die Autoren haben dieses Werkzeug auf zwei Arten getestet:

Der „Fake-Wetter“-Test: Sie erstellten eine Computersimulation, bei der sie die exakten Regeln und verborgenen Variablen kannten. CaDRe fand die verborgenen Variablen und die korrekten Verbindungen zwischen ihnen erfolgreich, was beweist, dass die Mathematik funktioniert.
Der „Echte-Wetter“-Test: Sie wandten es auf reale historische Klimadaten an (wie etwa Meerestemperaturen und Windmuster).
- Vorhersage: Es sagte das zukünftige Wetter genauso gut oder sogar besser voraus als die besten existierenden KI-Modelle.
- Entdeckung: Es zeichnete eine Karte davon, wie verschiedene Wettervariablen einander beeinflussen. Als die Autoren diese Karte mit dem Wissen menschlicher Meteorologen über die Physik (wie etwa der Windfluss um den Globus) verglichen, stimmten die Karten perfekt überein.

Das Fazament

Dieses Paper sagt nicht nur: „Wir können das Wetter besser vorhersagen.“ Es sagt: „Wir können endlich die unsichtbaren Zahnräder sehen, die im Inneren der Klimamaschine drehen.“

Indem es Causal Representation Learning (das Finden der verborgenen Zahnräder) mit Causal Discovery (dem Kartieren der Verbindungen zwischen den Zahnrädern) kombiniert, liefert CaDRe Wissenschaftlern ein klares, interpretierbares Bild davon, warum das Klima sich so verhält, wie es tut, anstatt nur auf Basis von Mustern zu raten. Es verwandelt eine Black Box aus verwirrenden Daten in eine transparente, verständliche Maschine.

Technisches Resümee: Erlernen allgemeiner kausaler Strukturen mit verborgenen dynamischen Prozessen für die Klimaanalyse

Problemstellung

Das Verständnis der Klimadynamik erfordert den Übergang von der Korrelationsanalyse hin zur Aufdeckung zugrunde liegender kausaler Prozesse. Klimasysteme sind durch zwei kritische Komplexitäten gekennzeichnet, die von bestehenden Methoden oft übersehen werden:

Latente Treiber: Unbeobachtete atmosphärische Prozesse (z. B. Drucksysteme, Niederschlagsantreiber) beeinflussen beobachtete Variablen (z. B. Temperatur) signifikant und entwickeln sich stochastisch mit sowohl instantanen als auch zeitverzögerten Abhängigkeiten.
Kausalität zwischen Beobachtungen (Observable-to-Observable Causality): Geografisch nahe beieinander liegende beobachtete Variablen weisen direkte kausale Einflüsse auf (z. B. Wärmetransfer zwischen Regionen) zusätzlich zum Einfluss latenter Treiber.

Die traditionelle Causal Representation Learning (CRL) konzentriert sich auf die Rekonstruktion latenter Faktoren, geht jedoch typischerweise von einer rauschfreien, invertierbaren Generierung vom latenten zum beobachteten Raum aus und ignoriert dabei kausale Beziehungen zwischen Beobachtungen. Umgekehrt verlassen sich Methoden der Causal Discovery (CD) oft auf parametrische Annahmen oder scheitern an der Identifizierung latenter Variablen und deren Wechselwirkungen in Gegenwart von Confounding. Die vorliegende Arbeit adressiert die Notwendigkeit eines vereinheitlichten Rahmens, der in der Lage ist, (i) den latenten dynamischen Prozess und (ii) die kausale Struktur unter beobachteten Variablen in einem nichtparametrischen Setting mit stochastischem Rauschen gemeinsam zu rekonstruieren.

Methodik: CaDRe

Die Autoren schlagen CaDRe (Causal Discovery and Representation learning) vor, ein auf einem State-Space Variational AutoEncoder (VAE) basierendes Zeitreihen-Generativitätsmodell, das CRL und Causal Discovery integriert.

1. Theoretische Grundlage

Das Framework etabliert Identifizierbarkeitsgarantien unter spezifischen Annahmen:

Rekonstruktion des latenten Raums (Theorem 3.2): Durch Nutzung kontextueller Informationen benachbarter Zeitschritte ( $x_{t-1}, x_t, x_{t+1}$ ) beweist das Modell, dass der latente Raum $z_t$ auf Wertsebene (bis auf eine invertierbare differenzierbare Transformation $h_z$ ) identifizierbar ist, selbst bei verrauschten Beobachtungen. Dies stützt sich auf die Injektivität distributiver Transformationsoperatoren und die Annahme des „latenten Drifts“ (unterschiedliche latente Zustände induzieren unterschiedliche bedingte Verteilungen der Beobachtungen).
SEM-ICA Äquivalenz (Theorem 3.5): Die Arbeit stellt eine funktionale Äquivalenz zwischen dem Strukturgleichungsmodell (SEM), das das Klimasystem steuert, und der nichtlinearen Unabhängigkeitsanalyse (Nonlinear ICA) her. Speziell erfüllt die Jacobi-Matrix der Mischstruktur ( $J_m$ ) und die Jacobi-Matrix des beobachteten kausalen Graphen ( $J_g$ ) die Beziehung:
$J_g(x_t)J_m(s_t) = J_m(s_t) - D_m(s_t)$
wobei $D_m$ eine Diagonalmatrix ist. Dies ermöglicht es, den kausalen Graphen über Beobachtungen direkt aus der Mischstruktur abzuleiten.
Identifizierbarkeit des kausalen Graphen (Theorem 3.6): Unter den Bedingungen der Generationsvariabilität (ausreichende Veränderungen im Erzeugungsprozess) und funktionalen Treue (functional faithfulness) ist der kausale Graph über beobachtete Variablen identifizierbar.

2. Schätzungsrahmen

CaDRe implementiert diese Theorien mittels einer VAE-Architektur mit folgenden Komponenten:

Encoder: Ein $z$ -Encoder extrahiert latente Variablen ( $\hat{z}_t$ ), und ein $s$ -Encoder extrahiert nicht-stationäres Rauschen ( $\hat{s}_t$ ), das von $z_t$ abhängt.
Decoder: Rekonstruiert Beobachtungen $\hat{x}_t$ aus $\hat{z}_t$ und $\hat{s}_t$ .
Prior-Netzwerke: Nutzt Normalizing Flows, um den Übergang latenter Variablen ( $z_{t-1} \to z_t$ ) und die Mischung von Rauschen zu modellieren. Lernbare inverse Transitionsfunktionen identifizieren, welche latenten Variablen andere kausal beeinflussen.
Verlustfunktion: Das Modell optimiert eine Evidence Lower Bound (ELBO), die um strukturelle Strafen erweitert wurde:
$L_{ALL} = L_{ELBO} + \alpha L_s + \beta L_d$
- $L_s$ : Sparsitätsstrafe auf die Jacobi-Matrizen der latenten Transitionen und der beobachteten Mischung, um dünnbesetzte (sparse) kausale Strukturen zu erzwingen.
- $L_d$ : DAG-Constraints (basierend auf der Spur von Matrizenpotenzen), um Azyklizität sowohl im beobachteten kausalen Graphen als auch im instantanen latenten kausalen Graphen sicherzustellen.

Kernbeiträge

Vereinheitlichtes Framework: Ein neuartiger Ansatz, der gleichzeitig latente dynamische Prozesse und kausale Graphen unter beobachteten Variablen rekonstruiert und damit eine Lücke schließt, in der frühere CRL-Methoden die beobachtbare Kausalität ignorierten und CD-Methoden die latenten Confounder ignorierten.
Nichtparametrische Identifizierbarkeit: Theoretische Beweise, die zeigen, dass sowohl der latente Raum als auch die kausale Struktur aus Zeitreihendaten ohne die Annahme einer rauschfreien Generierung oder spezifischer parametrischer Formen (z. B. linear oder additives Rauschen) identifizierbar sind.
CaDRe-Algorithmus: Eine praktische Implementierung unter Verwendung von Flow-basierten Priors und gradientenbasierten strukturellen Strafen, um unabhängige Komponenten und kausale Abhängigkeiten zu erlernen.
Klimatische Erkenntnisse: Anwendung auf reale Klimadaten, die interpretierbare kausale Graphen liefern, die mit dem Domänenwissen übereinstimmen (z. B. Windmuster, Land-Atmosphäre-Kopplung).

Experimentelle Ergebnisse

Synthetische Daten

Latente Rekonstruktion: CaDRE übertrifft State-of-the-Art CRL-Baselines (z. B. iCITRIS, G-CaRL, TDRL) bei der Rekonstruktion latenter Repräsentationen und erreicht hohe MCC- und $R^2$ -Werte in unabhängigen, spärlichen und dichten latenten Settings.
Causal Discovery: Die Methode übertrifft constraint-basierte CD-Methoden (FCI, PCMCI, CD-NOD) bei der Rekonstruktion kausaler Graphen signifikant, insbesondere in Gegenwart latenter Confounder und nichtlinearer Abhängigkeiten. Sie erreicht einen niedrigeren Structural Hamming Distance (SHD) sowie höhere Präzision/Recall-Werte.

Reale Klimadaten

Vorhersage: Auf Datensätzen wie CESM2, Weather und ERSST erreicht CaDRe eine konkurrenzfähige oder überlegene Vorhersagegenauigkeit (MSE/MAE) im Vergleich zu fortgeschrittenen Zeitreihenmodellen (z. B. iTransformer, TimesNet, Autoformer), was darauf hindeutet, dass das Erlernen des zugrunde liegenden kausalen Prozesses die Vorhersagefähigkeit verbessert.
Causal Discovery: Unter Verwendung der Windrichtung als Surrogat für die Grundwahrheit (Ground Truth) rekonstruiert CaDRe kausale Graphen, die eng mit physikalischen Windmustern übereinstimmen (gemessen durch Wind-SHD und Wind-TPR) und dabei neuronale sowie constraint-basierte Baselines übertreffen.
Interpretierbarkeit: Die rekonstruierten latenten Variablen und kausalen Graphen bieten physikalische Interpretationen, die mit bekannten Phänomenen konsistent sind (z. B. Assoziationen von Niederschlag mit der Sonneneinstrahlung, Westwinde im äquatorialen Ozean).

Bedeutung und Behauptungen

Das Paper behauptet, das kausale Verständnis der Klimadynamik voranzubringen, indem es ein vereinheitlichtes Framework bereitstellt, das die latenten treibenden Kräfte mit direkten kausalen Interaktionen unter beobachteten Variablen verbindet. Seine Bedeutung liegt in:

Theoretischer Strenge: Etablierung nichtparametrischer Identifizierbarkeitsgarantien für die gemeinsame Rekonstruktion latenter Dynamiken und kausaler Graphen – ein Setting, das aufgrund der „rauschfreien“ Annahme in der CRL und der „vollständig beobachteten“ Annahme in der CD bisher als unlösbar galt.
Wissenschaftlichem Nutzen: Bereitstellung interpretierbarer Erkenntnisse über Klimasysteme, die bestehende korrelationsbasierte Deep-Learning-Pipelines ergänzen. Die rekonstruierten Strukturen stimmen mit etabliertem physikalischem Wissen überein (z. B. Windsysteme, Land-Atmosphäre-Kopplung) und können potenziell neue Hypothesen in der Klimawissenschaft inspirieren.
Praktischer Effizienz: Das Modell erreicht eine geringe Latenz durch Einschritt-Generierung, was es für hochdimensionale reale Anwendungen geeignet macht.

Die Autoren weisen auf Limitationen hin, insbesondere dass das aktuelle Framework eher simultane Kanten (contemporaneous edges) als zeitverzögerte Kanten (lagged edges) unter beobachteten Variablen erfasst und primär auf Klimadaten evaluiert wurde. Zukünftige Arbeiten sollen das Framework auf andere Domänen ausweiten und zeitverzögerte kausale Beziehungen unter Beobachtungen integrieren.