DCD: Decomposition-based Causal Discovery from Autocorrelated and Non-Stationary Temporal Data

以下は、論文「DCD: Decomposition-based Causal Discovery from Autocorrelated and Non-Stationary Temporal Data（DCD: 自己相関および非定常な時系列データからの分解に基づく因果発見）」の詳細な技術的要約です。

1. 問題定義

金融、気候科学、医療などの分野における多変量時系列データは、しばしば長期的な傾向、季節的パターン、および短期的な変動を示します。これらの特性は非定常性と自己相関をもたらすため、因果推論を著しく複雑化します。

• 核心的な課題: 既存の因果発見（CD）手法は通常、生データに基づいて動作します。これらは長期的な因果効果、季節的依存関係、および一時的な相互作用を分離することに苦労します。
• 結果: これにより、偽の辺（偽の因果リンク）や誤った時間的依存関係の帰属が生じます。例えば、2 つの変数間の共有された季節サイクルが直接的な因果リンクとして誤って特定されたり、長期的な傾向が短期的なメカニズム的関係を隠蔽したりします。
• ギャップ: 深層学習モデルは長期的な依存関係を捉えることで予測精度を向上させてきましたが、それらは依然として相関関係に基づいています。これらの時間スケールを分離するために、時系列分解と因果推論を明示的に統合する手法は存在しません。

2. 手法：DCD フレームワーク

著者は、各時系列を傾向（$T$）、季節性（$S$）、**残差（$R$）の 3 つの成分に分離し、各成分に対して標的化された因果分析を行った後、結果を統合する構造化されたフレームワークである分解に基づく因果発見（DCD）**を提案します。

A. 分解段階

• 手法: 多変量時系列 $X_i(t) = T_i(t) + S_i(t) + R_i(t)$ を分解するために**STL（LOESS を用いた季節 - 傾向分解）**を使用します。
• 根拠: 剛性のあるフーリエ基底や移動平均ではなく STL が選択されたのは、LOESS 平滑化が局所的な非線形性に適応し、理論的保証に不可欠なスペクトル漏れ（ある成分からのエネルギーが他の成分に漏れる現象）を最小化するためです。
• 周期の選択: 季節周期 $P$ は分散最大化を通じて選択されます。有意な季節性が検出されない場合、季節成分はゼロに設定されます。

B. 成分固有の因果分析

DCD は、各成分の統計的性質に合わせた異なる推論戦略を適用します。

1. 傾向分析（長期的依存関係）:
   • 目的: 外生的な時間的駆動要因を特定する。
   • 手法: 定常性検定（ADFおよびKPSS）を適用する。もし傾向が非定常である場合、時間インデックス（$t \to X_i$）から傾向グラフ（$G_T$）へ有向辺を追加する。これは、長期的なダイナミクスに対する潜在交絡因子として時間を扱うものである。
2. 季節性分析（周期的依存関係）:
   • 目的: 決定論的な周期的依存関係を特定する。
   • 手法: 季節成分 $S_i(t)$ と時間インデックス $t$ の間の独立性をテストするために、RBF カーネルを用いた**Hilbert-Schmidt 独立性基準（HSIC）**を使用する。有意な依存関係が見られた場合、季節グラフ（$G_S$）に季節辺（$t \to X_i$）を追加する。
3. 残差分析（短期的因果性）:
   • 目的: 内在的なメカニズム的相互作用を特定する。
   • 手法: 傾向と季節性を除去した後、残差 $R_i(t)$ は定常で弱く依存する過程を近似する。ラグ付き（$X_{t-\tau} \to Y_t$）および同時（$X_t \to Y_t$）の依存関係を見つけるために、制約ベースの因果発見アルゴリズム（例：PCMCI+）を適用し、残差グラフ（$G_R$）を形成する。

C. グラフ統合

• 最終的な因果グラフ $G_{combined}$ は、3 つの成分グラフの和集合である：$G_{combined} = G_T \cup G_S \cup G_R$。
• 構造: 結果は、以下の区別を行う多関係グラフとなる：
  • 時間代理辺: 傾向と季節性を表す外生的駆動要因（$t \to X$）。
  • メカニズム的辺: 短期的因果メカニズムを表す変数間依存関係（$X \to Y$）。

3. 理論的保証と識別可能性

本論文は、DCD が真の因果構造 $G^*$ を回復するための形式的な条件を確立しています。

• 仮定:
  1. 因果不変性: 残差メカニズムは時間不変であり、$\beta$-混合（弱い依存）を満たす。
  2. スペクトル分離性: 傾向、季節性、残差成分は、互いに重ならない周波数帯域を占有する。
  3. 有界漏れ: 分解された成分間の相関（漏れ $\epsilon$）は小さい。
  4. 因果モジュール性: スケール間の因果影響は無視できる。
• 識別可能性定理: 線形ガウスダイナミクスにおいて、推定グラフと真のグラフ間の期待構造ハミング距離（SHD）は以下によって有界である：
  $$E[SHD(\hat{G}, G^*)] \leq C_1 \cdot \epsilon + C_2 \cdot \alpha_n$$
  ここで、$\epsilon$ は漏れパラメータ、$\alpha_n$ は下流の因果検定の第一種過誤である。これは、分解が改善される（$\epsilon \to 0$）につれて、かつサンプルサイズが増加するにつれて、DCD が真の構造に収束することを証明する。

4. 主要な貢献

1. 新規フレームワーク: 時系列を傾向、季節性、残差成分に明示的に分解し、複数の時間スケールで標的化された因果推論を行う最初のフレームワークである DCD の導入。
2. 理論的分析: 分解をスペクトルフィルタリングとして形式化し、スペクトル漏れと検定の有意性に依存する誤差 bound を伴う識別可能性保証を提供する。
3. 実証的優位性: 合成データおよび実世界データにおいて、最先端のベースライン（PCMCI+、CD-NOD、DYNOTEARS など）に対する性能向上を実証。
4. 頑健性: スペクトル分離性が部分的に違反された場合（例：振幅変調）、フレームワークが破綻するのではなく、優雅に劣化することが証明された。

5. 実験結果

著者は、合成ベンチマークおよび 2 つの実世界データセット（北極海氷（気候）とETTh1（電力変圧器負荷））において DCD を評価した。

• 合成ベンチマーク:
  • 指標: DCD は、真陽性率（TPR ~0.79）、偽発見率（FDR ~0.38）、および**構造ハミング距離（SHD）**の最適なバランスを達成した。
  • 比較: PCMCI+ などのベースラインは、自己相関により高い FDR に苦しんだ。DYNOTEARS は高い SHD と過学習を示した。CD-NOD はすべてのラグ付き辺を破棄することによってのみ低い SHD を達成した。
  • スケーラビリティ: DCD は、異なるサンプルサイズ、ラグ次数、次元（$d=4$ から $10$）にわたって安定性を維持したが、ベースラインは性能の崩壊または不安定な FDR の増加を示した。
• 実世界ケーススタディ:
  • 北極海氷: DCD は、生データベースラインでは隠蔽されていたか、誤って方向付けられていた物理的に整合的なマルチスケール依存関係（例：SST $\to$ 海氷フィードバック、季節的放射サイクル）を回復した。
  • ETTh1: DCD は、他の手法が生成する密で偽のグラフを回避し、スパースで解釈可能な自己回帰的およびクロス負荷相互作用を特定した。
• アブレーション研究:
  • 前処理 vs 統合: ベースラインに STL 前処理のみを適用しても改善は見られたが、完全な DCD のレベルには至らなかった。これは、マルチスケールグラフ統合が性能向上の独立した源泉であることを確認する。
  • 感度: スペクトル漏れが増加するにつれて、性能は線形的に（優雅に）低下し、理論的 bound を検証した。

6. 意義と影響

• ギャップの埋め合わせ: DCD は、伝統的に予測に用いられてきた時系列分解と因果発見の間のギャップを埋める。
• 非定常性の処理: 傾向と季節性を外生的駆動要因として扱い、それらを因果グラフ内の直接的な変数間リンクとして強制しないことで、非定常データに対する堅牢な解決策を提供する。
• 解釈可能性: 時間代理辺（外生的駆動要因）をメカニズム的辺（内在的依存関係）から分離することで、結果のグラフはドメイン専門家（気候学者や経済学者など）にとってより解釈可能となる。
• 将来の方向性: 著者は、周波数間結合（例：傾向による季節振幅の変調）を処理するためにスペクトル分離性の仮定を緩和し、DCD を時間変化する因果発見手法と統合することを提案している。

要約すると、DCD は、傾向、季節性、残差の明確な時間スケールを明示的にモデル化することにより、複雑で非定常な時系列における因果構造を解明するための、数学的に裏付けられ、実証的に検証されたアプローチを提供する。