ベイズネットワークと確率的構造因果モデルの関係について

要旨: 本論文では、確率的グラフィカルモデル、特にベイズネットワークと、因果図（構造因果モデルとも呼ばれる）との関係を研究する。構造因果モデルは、構造方程式または関数に基づく決定論的モデルであり、確率分布を備えた独立な、観測されない確率変数をモデルに追加することで、不確実性を与えることができる。そこで生じる一つの問いは、専門家の知識から得られた、あるいはデータから学習されたベイズネットワークが、確率的構造因果モデルへと写像できるのか、また、それによってネットワーク構造や確率分布にどのような（あるいはどれほどの）影響があるのか、という点である。線形代数と線形計画法が変換における主要な方法を提供することを示し、確率的構造因果モデルの次元に基づいて、解の存在および一意性の性質を検討する。最後に、この変換によってモデルの意味論がどのように影響を受けるのかを調べる。
キーワード: 因果性, 確率的構造因果モデル, ベイズネットワーク, 線形代数, 実験ソフトウェア。