📊 statistics

Learning General Causal Structures with Hidden Dynamic Process for Climate Analysis

Cet article introduit CaDRe, un cadre unifié qui identifie conjointement les relations causales entre les variables climatiques observées et les forces motrices latentes à partir de données de séries temporelles, offrant à la fois des garanties d'identifiabilité théorique et des perspectives interprétables pour l'analyse climatique.

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

Publié 2026-06-01

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

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

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre la météo en observant un tableau de bord rempli de jauges : température, vitesse du vent, humidité et pression. Vous voyez les aiguilles bouger (les données observées), mais vous savez qu'il existe des forces invisibles qui dictent ces mouvements — comme des courants océaniques profonds, le rayonnement solaire ou des masses d'air en mouvement — que vous ne pouvez pas voir directement (les moteurs cachés).

Pendant longtemps, les scientifiques avaient deux manières principales d'étudier cela :

La Corrélation : « Quand la jauge de température monte, la jauge d'humidité descend généralement. » Cela vous dit ce qui se passe ensemble, mais pas pourquoi.
La Découverte Causale : Essayer de déterminer quelle jauge cause l'autre. Mais cela échoue généralement si des forces cachées tirent les ficelles, car les mathématiques sont perturbées par les variables invisibles.

Ce document présente un nouvel outil appelé CaDRe (Causal Discovery and Representation learning — Apprentissage de représentation et découverte causale) qui résout ces deux problèmes à la fois. Voici comment il fonctionne, en utilisant des analogies simples :

1. Le problème du « Marionnettiste Invisible »

Imaginez le système climatique comme un spectacle de marionnettes.

Les Marionnettes : Ce sont les choses que nous pouvons mesurer (température, pluie, vent).
Le Marionnettiste : C'est la force cachée (comme un énorme système de pression atmosphérique) que nous ne pouvons pas voir, mais qui contrôle les marionnettes.
Le Problème : Les méthodes précédentes essayaient de comprendre comment les marionnettes bougent les unes par rapport aux autres, mais elles étaient confuses car le Marionnettiste tirait plusieurs fils à la fois. D'autres méthodes essayaient de trouver le Marionnettiste, mais ignoraient comment les marionnettes interagissaient entre elles.

La solution de CaDRe : Il agit comme un détective super intelligent qui observe le spectacle et parvient à comprendre à la fois qui est le Marionnettiste et comment les marionnettes sont connectées entre elles, tout cela en même temps.

2. Comment il le découvre (L'astuce du « Voyage dans le Temps »)

Vous ne pouvez pas voir le Marionnettiste directement, mais vous pouvez voir comment les marionnettes bougent au fil du temps. CaDre utilise une astuce ingénieuse impliquant le temps.

Imaginez que vous regardez un film de la météo.

Si vous regardez une seule image, il est difficile de savoir ce qui cause quoi.
Mais si vous regardez l'image précédente, l'image actuelle et l'image suivante, un motif émerge.

CaD-re traite le « Marionnettiste caché » comme un personnage qui change légèrement d'un instant à l'autre. En comparant les états « avant » et « après » de la météo visible, le modèle peut rétro-concevoir mathématiquement ce que le personnage caché devait être en train de faire. C'est comme observer les ondulations dans un étang pour deviner la forme de la pierre qui y a été jetée, même si vous n'avez pas vu la pierre.

3. Séparer le signal du bruit

Les données du monde réel sont désordonnées. C'est comme essayer d'entendre une conversation dans une pièce bondée et bruyante.

Le Signal : Les véritables modèles météorologiques.
Le Bruit : Des anomalies aléatoires, des erreurs de mesure ou de petites perturbations locales (comme une soudaine rafale de vent causée par une voiture qui passe).

CaDRe est conçu pour séparer la « conversation » (la véritable structure causale) du « bruit de fond ». Il apprend à ignorer les parasites pour se concentrer sur les règles sous-jacentes qui régissent le système.

4. Ce qu'il a réellement trouvé (Les Résultats)

Les auteurs ont testé cet outil de deux manières :

Le test de la « Météo Factice » : Ils ont créé une simulation informatique où ils connaissaient exactement les règles et les variables cachées. CaDRe a réussi à trouver les variables cachées et les connexions correctes entre elles, prouvant que les mathématiques fonctionnent.
Le test de la « Météo Réelle » : Ils ont appliqué cet outil à des données climatiques historiques réelles (comme les températures océaniques et les modèles de vent).
- Prédiction : Il a prédit la météo future aussi bien, voire mieux, que les meilleurs modèles d'IA existants.
- Découverte : Il a tracé une carte de la manière dont les différentes variables météorologiques s'influencent mutuellement. Lorsqu'ils ont comparé cette carte aux connaissances des météorologues humains en physique (comme la façon dont le vent circule autour du globe), les cartes correspondaient parfaitement.

L'essentiel

Ce document ne dit pas seulement « nous pouvons mieux prédire la météo ». Il dit : « Nous pouvons enfin voir les rouages invisibles qui tournent à l'intérieur de la machine climatique. »

En combinant l'Apprentissage de Représentation Causale (trouver les rouages cachés) avec la Découverte Causale (cartographier comment les rouages se connectent), CaDRe offre aux scientifiques une image claire et interprétable de pourquoi le climat se comporte de telle manière, plutôt que de simplement deviner en se basant sur des motifs. Il transforme une boîte noire de données confuses en une machine transparente et compréhensible.

Résumé technique : Apprentissage de structures causales générales avec processus dynamiques cachés pour l'analyse climatique

Énoncé du problème

Comprendre la dynamique climatique nécessite d'aller au-delà de l'analyse corrélationnelle pour découvrir les processus causaux sous-jacents. Les systèmes climatiques sont caractérisés par deux complexités critiques souvent négligées par les méthodes existantes :

Facteurs de commande latents : Des processus atmosphériques non observés (par exemple, les systèmes de pression, les moteurs de précipitation) influencent considérablement les variables observées (par exemple, la température) et évoluent de manière stochastique avec des dépendances instantanées et décalées dans le temps.
Causalité de l'observable vers l'observable : Les variables observées géographiquement proches présentent des influences causales directes (par exemple, le transfert de chaleur entre régions) aux côtés de l'influence des facteurs de commande latents.

L'Apprentissage de Représentation Causale (CRL) traditionnel se concentre sur la récupération des facteurs latents mais suppose généralement une génération sans bruit et inversible de l'espace latent vers l'espace observé, ignorant les relations causales entre les observables. Inversement, les méthodes de Découverte Causale (CD) reposent souvent sur des hypothèses paramétriques ou échouent à identifier les variables latentes et leurs interrelations en présence de facteurs de confusion. Le présent article répond au besoin d'un cadre unifié capable de récupérer conjointement (i) le processus dynamique latent et (ii) la structure causale parmi les variables observées dans un cadre non paramétrique avec un bruit stochastique.

Méthodologie : CaDRe

Les auteurs proposent CaDRe (Causal Discovery and Representation learning), un modèle génératif de séries temporelles basé sur un auto-encodeur variationnel (VAE) à espace d'état qui intègre le CRL et la découverte causale.

1. Fondement théorique

Le cadre établit des garanties d'identifiabilité sous des hypothèses spécifiques :

Récupération de l'espace latent (Théorème 3.2) : En exploitant les informations contextuelles des pas de temps adjacents ( $x_{t-1}, x_t, x_{t+1}$ ), le modèle prouve que l'espace latent $z_t$ est identifiable au niveau de la valeur (à une transformation différentiable inversible $h_z$ près), même avec des observations bruitées. Cela repose sur l'injectivité des opérateurs de transformation de distribution et sur l'hypothèse de « dérive latente » (des états latents distincts induisent des distributions conditionnelles d'observations distinctes).
Équivalence SEM-ICA (Théorème 3.5) : L'article établit une équivalence fonctionnelle entre le Modèle d'Équations Structurelles (SEM) régissant le système climatique et l'Analyse en Composantes Indépendantes (ICA) non linéaire. Plus précisément, le Jacobien de la structure de mélange ( $J_m$ ) et le Jacobien du graphe causal observé ( $J_g$ ) satisfont la relation :
$J_g(x_t)J_m(s_t) = J_m(s_t) - D_m(s_t)$
où $D_m$ est une matrice diagonale. Cela permet de dériver directement le graphe causal sur les observations à partir de la structure de mélange.
Identifiabilité du graphe causal (Théorème 3.6) : Sous des conditions de variabilité de la génération (changements suffisants dans le processus de génération) et de fidélité fonctionnelle, le graphe causal sur les variables observées est identifiable.

2. Cadre d'estimation

CaDRe instancie ces théories à l'aide d'une architecture VAE comprenant les composants suivants :

Encodeurs : Un encodeur- $z$ extrait les variables latentes ( $\hat{z}_t$ ), et un encodeur- $s$ extrait le bruit non stationnaire ( $\hat{s}_t$ ) dépendant de $z_t$ .
Décodeur : Reconstruit les observations $\hat{x}_t$ à partir de $\hat{z}_t$ et $\hat{s}_t$ .
Réseaux de Prior : Utilise des flux de normalisation (normalizing flows) pour modéliser la transition des variables latentes ( $z_{t-1} \to z_t$ ) et le mélange du bruit. Des fonctions de transition inverses apprenables identifient quels facteurs latents influencent causalement les autres.
Fonction de perte : Le modèle optimise une borne inférieure de l'évidence (ELBO) augmentée de pénalités structurelles :
$L_{ALL} = L_{ELBO} + \alpha L_s + \beta L_d$
- $L_s$ : Pénalité de parcimonie sur les matrices Jacobiennes des transitions latentes et du mélange observé pour imposer des structures causales parsemées.
- $L_d$ : Contraintes DAG (basées sur la trace des puissances de matrices) pour assurer l'acyclicité dans le graphe causal observé et dans le graphe causal instantané latent.

Principales contributions

Cadre unifié : Une nouvelle approche qui récupère simultanément les processus dynamiques latents et les graphes causaux parmi les variables observées, comblant ainsi une lacune où les méthodes de CRL précédentes ignoraient la causalité des observables et les méthodes de CD ignoraient les facteurs de confusion latents.
Identifiabilité non paramétrique : Preuves théoriques démontrant que l'espace latent et la structure causale sont identifiables à partir de données de séries temporelles sans supposer une génération sans bruit ou des formes paramétriques spécifiques (par exemple, linéaires ou à bruit additif).
Algorithme CaDRe : Une implémentation pratique utilisant des priors basés sur les flux et des pénalités structurelles basées sur le gradient pour apprendre les composantes indépendantes et les dépendances causales.
Perspectives climatiques : Application à des données climatiques réelles produisant des graphes causaux interprétables et alignés avec l'expertise du domaine (par exemple, les modèles de vent, le couplage terre-atmosphère).

Résultats expérimentaux

Données synthétiques

Récupération latente : CaDRe surpasse les bases de référence de pointe en CRL (ex. : iCITRIS, G-CaRL, TDRL) dans la récupération des représentations latentes, atteignant des scores MCC et $R^2$ élevés dans des configurations latentes indépendantes, parsemées et denses.
Découverte causale : La méthode surpasse significativement les méthodes de CD basées sur les contraintes (FCI, PCMCI, CD-NOD) dans la récupération des graphes causaux, particulièrement en présence de facteurs de confusion latents et de dépendances non linéaires. Elle atteint une distance de Hamming structurelle (SHD) plus faible et une précision/rappel plus élevée.

Données climatiques réelles

Prévision : Sur des jeux de données tels que CESM2, Weather et ERSST, CaDRe atteint une précision de prévision compétitive ou supérieure (MSE/MAE) par rapport aux modèles de séries temporelles avancés (ex. : iTransformer, TimesNet, Autoformer), suggérant que l'apprentissage du processus causal sous-jacent améliore la capacité prédictive.
Découverte causale : En utilisant la direction du vent comme substitut à la vérité terrain, CaDRe récupère des graphes causaux qui s'alignent étroitement avec les modèles physiques du vent (mesurés par Wind-SHD et Wind-TPR), surpassant les bases de référence neuronales et basées sur les contraintes.
Interprétabilité : Les variables latentes et les graphes causaux récupérés fournissent des interprétations physiques cohérentes avec les phénomènes connus (ex. : associations de précipitations avec le rayonnement solaire, flux ouest dans les océans équatoriaux).

Signification et affirmations

L'article affirme faire progresser la compréhension causale de la dynamique climatique en fournissant un cadre unifié qui relie les forces motrices latentes aux interactions causales directes entre les variables observées. Sa signification réside dans :

Rigueur théorique : Établir des garanties d'identifiabilité non paramétriques pour la récupération conjointe de la dynamique latente et des graphes causaux, un cadre auparavant considéré comme insoluble en raison de l'hypothèse "sans bruit" du CRL et de l'hypothèse "entièrement observé" du CD.
Utilité scientifique : Offrir des perspectives interprétables sur les systèmes climatiques qui complètent les pipelines de deep learning prédominants basés sur la corrélation. Les structures récupérées s'alignent sur les connaissances physiques établies (ex. : systèmes de vent, couplage terre-atmosphère), pouvant inspirer de nouvelles hypothèses en sciences du climat.
Efficacité pratique : Le modèle atteint une faible latence grâce à une génération en une étape, ce qui le rend adapté aux contextes réels de haute dimension.

Les auteurs notent des limites, spécifiquement le fait que le cadre actuel capture les arêtes contemporaines plutôt que les arêtes décalées parmi les variables observées, et qu'il a été principalement évalué sur des données climatiques. Des travaux futurs sont suggérés pour étendre le cadre à d'autres domaines et incorporer des relations causales décalées entre les observations.