観測可能なニューロODEによる連続時間における同定可能な因果予測
arXiv cs.LG / 2026/4/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、隠れた交絡因子が介入とアウトカムの両方に影響する連続時間の逐次意思決定問題における因果推論を扱います。
- 動的な治療効果を同定するには、観測データから潜在ダイナミクスが観測可能であることが必要であり、制御理論における観測可能性と因果同定可能性を結び付けて示します。
- 著者らは、治療軌跡のもとでの潜在アウトカム分布を、計測モデル、潜在ダイナミクス、観測履歴に基づく潜在状態のフィルタリングから表す連続時間の調整（アジャストメント）式を導出します。
- 観測可能な正常形式で連続時間ダイナミクスを学習し、観測から潜在状態を再構成できるようにする Observable Neural ODEs（ObsNODEs）を提案し、代替的な治療経路下での因果予測を可能にします。
- 合成のがんデータ、MIMIC-IVに基づくセミ合成データ、実データの敗血症データでの実験では、ObsNODEsが近年の系列モデルより高い性能を示します。
