逐次的なエッジの向き付けアプローチによる非線形因果発見
arXiv stat.ML / 2026/4/24
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、ペアごとの加法ノイズモデル（PANM）を用いてCPDAG上のエッジを逐次的に向き付けることで、既存の非線形因果発見手法の制約を克服することを目的としている。
- 制限付きの加法ノイズモデル（ANM）仮定の下で、提案する逐次向き付け手続きが真の因果DAGを復元できることを証明している。
- さらに、PANMへの適合度に基づいて無向エッジをランキングし、その結果からエッジ方向を評価する順序を定める新しい制約ベースの学習アルゴリズムを提示している。
- 各エッジ候補については、候補ノードと部分DAGで同定された親からなる部分グラフ上で、競合する両方向の対数尤度を比較する統計検定を用いて方向を決定する。
- 合成データおよび実データの実験により、本手法は計算効率が高く、モデルの誤指定に対して頑健であり、多くの既存の非線形DAG学習手法より一貫して優れていることが示されている。
