正の値を持つDAG学習のための新しいハイブリッドアプローチ
arXiv stat.ML / 2026/4/13
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文では、変数が本質的に正の値をとる観測データからDAG構造を学習するための因果発見手法であるHybrid Moment-Ratio Scoring（H-MRS）を提案する。
- moment-ratio（モーメント比）の基準\(\mathbb{E}[X_j^2]/\mathbb{E}[(\mathbb{E}[X_j\mid S])^2]\)を用いて、正の値の領域における候補となる親集合にもとづき因果順序を推定する。
- H-MRSは、モーメント比を推定するための対数スケールでのRidge回帰と、生のスケールでのモーメント比に基づく貪欲な順序付けステップを組み合わせ、その後Elastic Netで親を選択して最終的なDAGを構成する。
- 合成の対数線形データでの実験では、精度と再現率が競争力のあることが示され、また正の制約を尊重しつつ計算効率にも配慮した設計となっている。
- 著者らは、本手法が多重（乗法的）なダイナミクスや非負の測定が一般的な、ゲノミクスや経済学などの実世界の状況に適していると主張する。
