Resumo Técnico: SC3D – Descoberta Diferenciável Causal Dinâmica Estável

1. Formulação do Problema

O artigo aborda o desafio de descobrir estruturas causais a partir de séries temporais multivariadas onde as interações ocorrem através de múltiplos atrasos temporais e potencialmente envolvem dependências instantâneas. A descoberta causal tradicional em séries temporais enfrenta dois obstáculos principais:

1. Espaço de Busca Combinatório: O espaço de busca para grafos dinâmicos envolvendo tanto arestas com atraso (inter-fatias) quanto arestas instantâneas (intra-fatias) é combinatório, tornando a busca exaustiva inviável para sistemas de alta dimensão.
2. Instabilidade Numérica: Métodos de descoberta causal diferenciável (DCD), que formulam a aprendizagem de estrutura como otimização contínua, frequentemente sofrem de instabilidade numérica ao impor restrições de aciclicidade, particularmente à medida que o número de variáveis aumenta. Restrições de aciclicidade suaves existentes (por exemplo, baseadas em traço) deterioram-se rapidamente além de dezenas de variáveis.

Os autores propõem o SC3D (Descoberta Diferenciável Causal Dinâmica Estável), um framework projetado para aprender conjuntamente matrizes de adjacência específicas por atraso e um Grafo Acíclico Direcionado (DAG) instantâneo dentro de um Modelo de Equações Estruturais (SEM) dinâmico não linear.

2. Metodologia

O SC3D emprega um framework diferenciável de duas etapas que faz a ponte entre modelos autorregressivos vetoriais estruturais (SVAR) e descoberta causal diferenciável estável. O método opera sobre séries temporais multivariadas observacionais $\{X_t\}_{t=1}^T$.

Etapa 1: Pré-seleção Temporal por Nó

A primeira etapa visa reduzir o espaço de busca combinatório identificando pais causais candidatos sem impor restrições de aciclicidade.

• Processo: Para cada variável alvo $X_j^{t+1}$, um modelo preditivo condicional (implementado como um Perceptron Multicamadas, MLP) é ajustado usando uma janela temporal de pais candidatos, incluindo variáveis com atraso até a ordem $L$ e variáveis contemporâneas (excluindo auto-loops).
• Objetivo: O modelo maximiza uma verossimilhança condicional penalizada com um termo de regularização $L_1$ para impor esparsidade.
• Saída: As magnitudes dos grupos de entrada aprendidos são limiadas para gerar máscaras binárias ($M_{A_\ell}$ para arestas com atraso e $M_B$ para arestas instantâneas).
• Garantia Teórica: O Teorema 3.1 estabelece que, ao nível da população, esta etapa de pré-seleção preserva todos os pais dinâmicos verdadeiros dentro da janela temporal escolhida, garantindo que nenhuma relação causal verdadeira seja descartada antes da etapa de refinamento.

Etapa 2: Refinamento de Estrutura Constrained

A segunda etapa refina a estrutura causal usando as máscaras geradas na Etapa 1, focando em impor a restrição de aciclicidade especificamente no componente instantâneo.

• Otimização: Os parâmetros do modelo são reotimizados para minimizar uma verossimilhança negativa regularizada, restrita às arestas permitidas pelas máscaras da Etapa 1.
• Imposição de Aciclicidade: Diferentemente de métodos anteriores que aplicam restrições suaves baseadas em traço a todo o grafo, o SC3D impõe aciclicidade apenas na matriz de adjacência instantânea $B$. Isso é alcançado via uma penalidade de raio espectral $\rho(|B|)$, que é igual a zero se e somente se o grafo for acíclico.
• Penalidade de 2-Ciclos: Para abordar a instabilidade potencial decorrente de arestas recíprocas que poderiam satisfazer um pequeno raio espectral, uma penalidade adicional $L_1$ sobre o produto elemento a elemento $B \odot B^\top$ é introduzida para penalizar diretamente os 2-ciclos.
• Agendamento de Penalidade: O coeficiente de penalidade espectral $\gamma$ é gradualmente aumentado durante o treinamento. Uma vez que o grafo instantâneo extraído satisfaça a restrição de aciclicidade e retenha um número suficiente de arestas, a penalidade é "congelada" para evitar comportamento oscilatório e estabilizar a convergência.
• Insight Teórico: A Proposição 3.2 prova que, se o bloco instantâneo $B$ for acíclico, todo o grafo causal desenrolado no tempo é garantido como acíclico, uma vez que as arestas com atraso movem-se inerentemente para frente no tempo e não podem formar ciclos.

3. Contribuições Principais

O artigo delineia quatro contribuições primárias:

1. Formulação Novel: Formula a descoberta causal para sistemas dinâmicos usando matrizes de adjacência específicas por atraso e componentes DAG instantâneos, efetivamente fazendo a ponte entre modelos VAR estruturais e descoberta causal diferenciável estável.
2. Abordagem de Duas Etapas: Introduz uma estratégia de triagem e refinamento constrained. Ao triar pais candidatos em uma janela preditora com atraso antes de impor aciclicidade, o método evita a instabilidade numérica associada à otimização direta de grafos acíclicos de alta dimensão.
3. Garantias Teóricas: Os autores fornecem garantias ao nível da população provando que a Etapa 1 preserva todos os pais causais verdadeiros e que a aciclicidade das dependências instantâneas é suficiente para garantir a aciclicidade do grafo desenrolado no tempo.
4. Validação Empírica: O framework é avaliado em sistemas SVAR sintéticos, benchmarks não lineares e caóticos (Lorenz-96, NC8), dinâmicas não estacionárias (TVSEM) e conjuntos de dados do mundo real (CausalRivers), demonstrando estabilidade e precisão aprimoradas em relação às linhas de base existentes.

4. Resultados Experimentais

Os autores avaliaram o SC3D contra linhas de base incluindo DYNOTEARS, PCMCI+, NTS-NOTEARS, TECDI, VAR-LiNGAM e NeuralGC.

• Escalabilidade e Estabilidade: Em experimentos variando a dimensão $d$ de 10 a 50, o SC3D demonstrou a menor Distância de Hamming Estrutural (SHD) total. Enquanto os erros de outros métodos cresciam rapidamente com a dimensão, o SC3D manteve desempenho robusto. Alcançou erros apenas de atraso ($SHD_A$) inferiores comparados ao DYNOTEARS e TCDF, indicando recuperação superior de dependências temporais.
• Desempenho de Classificação: Usando métricas AUROC e AUPRC, o SC3D alcançou desempenho de nível superior na classificação de relações causais com atraso (AUROC $\approx$ 0,91) e desempenho competitivo na classificação de arestas instantâneas (AUPRC $\approx$ 0,715), superando linhas de base especializadas em configurações de redes esparsas.
• Robustez à Ordem de Atraso: A análise de sensibilidade mostrou que, à medida que a ordem de atraso $L$ aumentava, o componente instantâneo do erro permanecia estável, confirmando que o design de duas etapas controla efetivamente o espaço de busca mesmo com dependências temporais mais profundas.
• Sistemas Dinâmicos:
  • Lorenz-96 (Caótico): O SC3D alcançou o menor erro estrutural top-$k$ e o maior AUROC/AUPRC, superando o PCMCI+ e o TECDI.
  • TVSEM (Não Estacionário): Em um ambiente de troca de regime, o SC3D produziu trajetórias de pontuação mais suaves e temporalmente consistentes em comparação com as linhas de base, que exibiram transições mais abruptas, porém menos estáveis.
  • Mundo Real (CausalRivers): Em dados de vazão de rios, o SC3D alcançou métricas de classificação e precisão estrutural competitivas, particularmente mantendo o desempenho em dimensões mais altas ($d=20$) onde outros métodos degradaram-se significativamente.
• Estudo de Ablação: A remoção da pré-seleção da Etapa 1 causou um aumento catastrófico na SHD total (por exemplo, de ~87 para ~637 em $d=20$), confirmando que a etapa de pré-seleção é crítica para controlar o espaço de busca. As penalidades espectral e de 2-ciclos também foram mostradas como essenciais para a recuperação estável em altas dimensões.

5. Significado e Alegações

O artigo alega que o SC3D oferece uma solução estável, escalável e diferenciável para descoberta causal em sistemas dinâmicos multivariados. Seu significado reside em:

• Superar Instabilidade Numérica: Ao desacoplar a redução do espaço de busca (Etapa 1) da imposição de aciclicidade (Etapa 2) e aplicar restrições espectrais apenas ao bloco instantâneo, evita os perigos numéricos de restrições suaves baseadas em traço em altas dimensões.
• Recuperação Conjunta: É um dos poucos métodos capazes de recuperar conjuntamente estruturas causais com atraso e instantâneas, enquanto suporta dependências não lineares.
• Solvência Teórica: O framework fornece garantias formais regarding a preservação de pais verdadeiros durante a triagem e a suficiência da aciclicidade instantânea para aciclicidade global.

Os autores posicionam o SC3D como uma alternativa robusta aos métodos existentes que modelam dependências com atraso e instantâneas independentemente ou lutam com escalabilidade e estabilidade ao aprendê-las simultaneamente. O trabalho é apresentado como um passo em direção à intervenção mecânica confiável e ao raciocínio sob deslocamentos de distribuição em sistemas dinâmicos complexos.