🤖 AI

Regret-Based Federated Causal Discovery with Unknown Interventions

Dieses Paper schlägt I-PERI vor, einen neuartigen föderierten Algorithmus, der die kausale Entdeckung unter unbekannten Interventionen auf Client-Ebene ermöglicht, indem er einen Vereinigungsgraphen rekonstruiert und zusätzliche Kanten orientiert, um eine engere $\Phi$ -Markov-Äquivalenzklasse zu erreichen, während gleichzeitig theoretische Garantien für Konvergenz und Privatsphäre bereitgestellt werden.

Ursprüngliche Autoren: Federico Baldo, Charles K. Assaad

Veröffentlicht 2026-06-01

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Federico Baldo, Charles K. Assaad

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 eine Gruppe von Krankenhäusern vor, die versuchen herauszufinden, wie verschiedene Krankheiten, Behandlungen und Patientenergebnisse miteinander verbunden sind. Sie wollen eine „Karte“ von Ursache und Wirkung (einen kausalen Graphen) erstellen, um zu verstehen, was was verursacht. Es gibt jedoch ein großes Problem: Sie können ihre Patientendaten nicht teilen, da Datenschutzgesetze dies verbieten. Hier kommt Federated Learning ins Spiel – eine Methode, mit der sie zusammenarbeiten können, ohne jemals ihre privaten Dateien zu sehen.

Das Paper stellt eine neue Methode namens I-PERI vor, um ein spezifisches Rätsel in diesem Szenario zu lösen: Was ist, wenn jedes Krankenhaus etwas leicht anderes an seinen Patienten macht?

Hier ist die Aufschlüsselung der Ideen des Papers unter Verwendung einfacher Analogien:

1. Das Problem: Der „Einheitsmaß“-Fehler

Die meisten bisherigen Methoden gingen davon aus, dass jedes Krankenhaus exakt dasselbe Experiment an exakt denselben Patienten durchführt. Sie nahmen an, dass die „Spielregeln“ überall identisch seien.

Die Realität: In der realen Welt behandelt Krankenhaus A Patienten vielleicht mit einem bestimmten Medikament, während Krankenhaus B ein anderes Protokoll verwendet und Krankenhaus C einfach nur beobachtet, ohne einzugreifen. Diese unterschiedlichen Handlungen werden als Interventionen bezeichnet.

Die Analogie: Stellen Sie sich vor, Sie versuchen herauszufinden, wie ein Automotor funktioniert.
- Krankenhaus A fährt das Auto ganz normal.
- Krankenhaus B hat die Zündkerzen entfernt (eine Intervention).
- Krankenhaus C hat den Kraftstoffeinspritzer abgeklebt (eine andere Intervention).
- Wenn Sie versuchen, deren Berichte zu kombinieren, unter der Annahme, dass alle ganz normal fahren, erhalten Sie eine verwirrte, falsche Karte davon, wie der Motor funktioniert.

2. Die Lösung: I-PERI (Der „Reue“-Detektiv)

Die Autoren schlagen I-PERI vor, einen zweistufigen Detektivprozess, der selbst dann funktioniert, wenn die Krankenhäuser nicht genau wissen, welche Interventionen die anderen vornehmen, und wenn sie ihre Rohdaten nicht teilen können.

Schritt 1: Das Gemeinsame finden (Das „Skelett“)
Zuerst versucht das System, die Teile der Karte zu finden, die für alle gleich sind.

Die Analogie: Der zentrale Server fragt jedes Krankenhaus: „Wenn ich eine Karte des Motors zeichne, wie sehr bereut es, nicht mit deiner lokalen Realität übereinzustimmen?“
Anstatt ihre vollständigen Karten zu teilen, senden die Krankenhäuser nur eine Zahl zurück, die diese „Reue“ repräsentiert (einen Score dafür, wie falsch die Karte des Servers im Vergleich zu ihren lokalen Daten ist).
Der Server passt seine Karte an, um die gesamte Reue zu minimieren. Dies hilft ihnen, sich auf die grundlegende Struktur (das „Skelett“) des kausalen Graphen zu einigen, wobei die Teile, die durch Interventionen gestört wurden, ignoriert werden.

Schritt 2: Die Unterschiede nutzen, um die Lücken zu füllen
Dies ist der clevere Teil. Sobald die Basiskarte erstellt ist, sucht das System nach den Unterschieden, die durch die Interventionen verursacht wurden.

Die Analogie: Erinnern Sie sich an die Zündkerzen? Als Krankenhaus B sie entfernte, verhielt sich der Motor auf eine bestimmte Weise, die eine verborgene Verbindung offenbarte.
I-PERI schaut darauf, wie die Interventionen in verschiedenen Krankenhäusern die „Form“ der Daten verändert haben. Wenn eine Intervention in Krankenhaus A ein bestimmtes Muster erzeugt (wie eine „V-Form“ in den Daten), das zuvor nicht sichtbar war, nutzt der Server diesen Hinweis, um einen spezifischen Pfeil auf die Karte zu zeichnen.
Das Ergebnis: Sie enden mit einer viel detaillierteren Karte, als sie allein mit Beobachtungsdaten hätten erstellen können. Die Autoren nennen diese neue, präzisere Karte die $\Phi$ -CPDAG.

3. Privatsphäre: Die „blind geführte“ Zusammenarbeit

Das Paper betont, dass diese Methode auf Privatsphäre ausgelegt ist.

Die Analogie: Die Krankenhäuser übergeben niemals ihre Patientenlisten oder ihre vollständigen Blaupausen des Motors. Sie übergeben lediglich eine einzige Zahl (den „Reue-Score“) und einige verschlüsselte Hinweise.
Die Autoren beweisen mathematisch, dass selbst wenn jemand versucht, diese Zahlen auszuspionieren, er die privaten Daten eines einzelnen Patienten nicht rekonstruieren kann. Sie verwenden eine Technik namens Differential Privacy, die ein wenig „Rauschen“ zu den Antworten hinzufügt, um individuelle Beiträge zu verbergen – ähnlich wie man ein wenig Rauschen in ein Radiosignal mischt, damit man die Stimme einer bestimmten Person nicht hören kann, aber dennoch das Lied verstehen kann.

4. Was sie bewiesen haben

Es funktioniert: Sie zeigten, dass dieses Verfahren bei genügend Daten schließlich die genaueste Karte finden wird, die unter den gegebenen Einschränkungen möglich ist (die $\Phi$ -Markov-Äquivalenzklasse).
Es ist besser: In ihren Tests (unter Verwendung synthetischer Daten, die reale Szenarien nachahmen) erstellte I-PERI genauere Karten als andere bestehende Methoden, insbesondere wenn die Krankenhäuser unterschiedliche Behandlungsprotokolle hatten.
Es ist schnell: Es läuft signifikant schneller als andere komplexe Methoden.

Zusammenfassung

I-PERI ist ein neuer Weg für dezentrale Gruppen (wie Krankenhäuser), um eine gemeinsame Karte von Ursache und Wirkung zu erstellen. Es tut nicht so, als würden alle das Gleiche tun; stattdessen nutzt es die Unterschiede in dem, was sie tun (die unbekannten Interventionen), als Hinweise, um eine präzisere Karte zu zeichen – und das alles, während die privaten Daten aller Beteiligten vollständig verborgen bleiben.

Technisches Resümee: Regret-basierte föderierte kausale Entdeckung mit unbekannten Interventionen

Problemstellung

Die kausale Entdeckung aus Beobachtungsdaten stellt typischerweise einen vervollständigten partiell gerichteten azyklischen Graphen (CPDAG) wieder her, der eine Markov-Äquivalenzklasse (MEC) repräsentiert. Während jüngste Verfahren zur föderierten kausalen Entdeckung (Federated Causal Discovery, FCD) die Dezentralisierung von Daten und den Schutz der Privatsphäre adressieren, stützen sie sich auf die idealisierte Annahme, dass alle Clients denselben kausalen Modell teilen, das unbeeinflusst von Interventionen ist. In realen föderierten Szenarien (z. B. Multi-Center-Krankenhäuser) induzieren client-spezifische Richtlinien und Protokolle naturgemäß heterogene und unbekannte Interventionen. Diese Interventionen verändern lokale kausale Strukturen (z. B. durch das Entfernen eingehender Kanten mittels struktureller Interventionen), wodurch Standard-FCD-Algorithmen ineffektiv werden, da sie nicht zwischen fehlenden Kanten aufgrund von Interventionen und fehlenden Kanten aufgrund der zugrunde liegenden kausalen Struktur unterscheiden können. Zudem setzen bestehende Methoden zur kausalen Entdeckung mit bekannten Interventionen entweder die zentrale Zusammenführung von Daten voraus, was Datenschutzbeschränkungen verletzt, oder erfordern bekannte Interventionsziele, was in föderierten Umgebungen oft unrealistisch ist.

Methodik: I-PERI

Die Autoren schlagen I-PERI (Intervention-PERI) vor, einen neuartigen föderierten Algorithmus, der darauf ausgelegt ist, unbekannte Client-Level-Interventionen zu handhaben und gleichzeitig differentielle Privatsphäre zu gewährleisten. I-PERI erweitert den PERI-Algorithmus, indem es die durch Interventionen induzierten strukturellen Unterschiede über verschiedene Clients hinweg nutzt, um den globalen kausalen Graphen zu verfeinern. Die Methode operiert in zwei distinkten Phasen:

1. Föderierte CPDAG-Wiederherstellung (Phase 1)

Die erste Phase zielt darauf ab, den für alle Clients gemeinsamen CPDAG, bezeichnet als $C(G)$ , wiederherzustellen, aus dem alle client-spezifischen Graphen abgeleitet werden.

Herausforderung: Standardmäßige Regret-Funktionen versagen hier, da strukturelle Interventionen Kanten entfernen, was dazu führt, dass der CPDAG des Clients ein Subgraph des wahren globalen CPDAG ist. Eine direkte Minimierung des Regrets würde den Server dafür bestrafen, "fehlende" Kanten zu haben, die tatsächlich durch Interventionen entfernt wurden.
Lösung: I-PERI führt Directed-Consensus Masking ( $\mu$ $μ$ ) ein. Vor der Berechnung des Regrets wird der Server-Graph gegen den Client-Graphen maskiert. Diese Operation:
- Behält Kanten bei, die in beiden Graphen vorhanden sind.
- Entfernt Kanten, die im Server vorhanden, aber im Client abwesend sind (in Anerkennung dessen, dass sie interventionsbedingt sein könnten).
- Orientiert ungerichtete Kanten im Server-Graphen, falls die entsprechende Client-Kante gerichtet ist.
Optimierung: Der Algorithmus minimiert den Worst-Case-Regret über die maskierten Graphen:
$\hat{G} = \arg \min_{H \in C(G)} \max_{k} \left( L(\mu(H, C(G^{\Phi_k})), D_k) - L(C(G^{\Phi_k}), D_k) \right)$
wobei $L$ eine konsistente Scoring-Funktion (z. B. BIC) ist. Dies stellt sicher, dass der Server zum CPDAG des zugrunde liegenden kausalen DAG $G$ konvergiert.

2. Orientierungsverfeinerung (Phase 2)

Die zweite Phase nutzt die Tatsache aus, dass strukturelle Interventionen abgedeckte Kollider (shielded colliders) in unabgedeckte Kollider (unshielded colliders bzw. v-Strukturen) transformieren können, wodurch Kantenorientierungen offengelegt werden, die in rein beobachtenden Daten mehrdeutig sind.

Mechanismus: I-PERI verwendet Undirected-Consensus Masking ( $\nu$ ). In dieser Maske haben gerichtete Kanten Vorrang vor ungerichteten. Der Algorithmus bestraft den Server dafür, Kanten nicht zu orientieren, die in den Client-Graphen aufgrund von interventionsbedingten v-Strukturen orientiert sind.
Optimierung: Der Regret wird über den ungerichteten maskierten Graphen berechnet:
$R_k(H) = L(\nu(H, C(G^{\Phi_k})), D_k) - L(C(G^{\Phi_k}), D_k)$
Der Suchraum ist beschränkt auf partiell gerichtete Graphen, die aus dem Phase-1-CPDAG abgeleitet sind.

Privatsphäre-Garantien

I-PERI ist unter Berücksichtigung von $\epsilon$ -differenzieller Privatsphäre konzipiert. Anstatt lokale Graphen oder Modellparameter zu teilen, berechnen die Clients lokale Regrets und fügen vor der Übertragung Laplace-Rauschen hinzu. Die Arbeit liefert theoretische Schranken für die Sensitivität der Regret-Funktion und stellt sicher, dass das Hinzufügen von Rauschen die Nützlichkeit der globalen Graph-Wiederherstellung nicht signifikant beeinträchtigt, während gleichzeitig die individuellen Datenpunkte geschützt werden.

Zentrale Beiträge

$\Phi$ -Markov-Äquivalenzklasse ( $\Phi$ -MEC): Die Autoren definieren eine neue Äquivalenzklasse, die $\Phi$ -MEC, welche strenger als die Standard-Beobachtungs-MEC, aber lockerer als die I-MEC (die bekannte Interventionen erfordert) ist. Sie repräsentiert die bestmögliche Wiederherstellung in einem föderierten Setting mit unbekannten Interventionen.
$\Phi$ -CPDAG: Ein repräsentativer Graph für die $\Phi$ -MEC, der durch Orientierung der Kanten im Standard-CPDAG basierend auf den durch Client-Interventionen enthüllten v-Strukturen erhalten wird.
I-PERI Algorithmus: Ein zweiphasiger föderierter Algorithmus, der den $\Phi$ -CPDAG wiederherstellt, ohne Kenntnis der Interventionsziele zu benötigen oder Rohdaten zu teilen.
Theoretische Garantien: Das Paper liefert Beweise für die Konvergenz von I-PERI zur $\Phi$ -MEC, wenn die Stichprobengrößen gegen Unendlich gehen, unter der Annahme von kausaler Suffizienz und Faithfulness. Es etabliert zudem formale Garantien für die differentielle Privatsphäre.

Experimentelle Ergebnisse

Die Autoren evaluierten I-PERI auf linearen synthetischen Datensätzen gegen aktuelle State-of-the-Art-Baselines (PERI, FedDAG, NOTEARS-ADMM, FedCDH).

Leistung: I-PERI übertraf die Baselines konsistent in Bezug auf die Structural Hamming Distance (SHD) und den F1-Score über variierende Anzahlen von Variablen ( $p \in \{3, \dots, 20\}$ ), Clients ( $K$ ) und Stichprobengrößen ( $n$ ).
Kantenorientierung: Die zweite Phase von I-PERI konnte erfolgreich zusätzliche Kanten orientieren, die im initialen CPDAG mehrdeutig waren, was den Nutzen der Nutzung von interventionsbedingter Heterogenität demonstriert.
Effizienz: I-PERI zeigte eine signifikant geringere Rechenlaufzeit (Größenordnungen schneller) im Vergleich zu konkurrierenden Methoden.
Robustität: Die Methode blieb effektiv bei Verwendung unterschiedlicher lokaler Entdeckungsalgorithmen (PC und GES) und zeigte eine konsistente Leistung sowohl in homogenen als auch in heterogenen Stichprobengrößen-Settings.

Bedeutung und Ansprüche

Das Paper behauptet, dass I-PERI eine kritische Lücke in der föderierten kausalen Entdeckung schließt, indem es über die unrealistische Annahme homogener, nicht intervenierter Daten hinausgeht.

Nutzung von Heterogenität: Im Gegensatz zum traditionellen föderierten Lernen, wo Client-Heterogenität oft als eine zu minimierende Rauschquelle behandelt wird, betrachtet I-PERI interventionsbedingte strukturelle Unterschiede als eine Informationsquelle, um die kausale Orientierung zu verfeinern.
Privatsphäre-wahrende Entdeckung: Die Arbeit zeigt, dass eine qualitativ hochwertige kausale Entdeckung erreicht werden kann, ohne Daten zu zentralisieren oder Interventionsziele preiszugeben, indem stattdessen auf Regret-basierter Aggregation mit differenzieller Privatsphäre zurückgegriffen wird.
Theoretischer Fortschritt: Durch die Definition der $\Phi$ -MEC etabliert das Paper die theoretischen Grenzen dessen, was in föderierten Settings mit unbekannten Interventionen identifizierbar ist, und bietet eine engere Schranke als reine Beobachtungsdaten allein.

Die Autoren merken an, dass die Genauigkeit von I-PERI von der Qualität der lokalen CPDAGs abhängt, die von den Clients gelernt werden, und dass die theoretischen Garantien auf Standardannahmen (kausale Suffizienz, Faithfulness) beruhen, die in komplexen realen Szenarien verletzt werden können. Zukünftige Arbeiten werden vorgeschlagen, um das Framework auf Settings mit latenten Variablen und Selektionsbias zu erweitern.