TPAMI丨陳洛南團(tuán)隊合作開發(fā)因果推斷新方法CIC：未觀測混雜因素下的動力學(xué)因果推斷

從觀測時間序列數(shù)據(jù)中準(zhǔn)確識別因果關(guān)系，是生命科學(xué)、生態(tài)學(xué)、經(jīng)濟(jì)學(xué)以及人工智能等領(lǐng)域的核心科學(xué)問題。重構(gòu)復(fù)雜生物系統(tǒng)的因果網(wǎng)絡(luò)，進(jìn)一步揭示基因、蛋白質(zhì)和代謝物等組分之間的拓?fù)浣Y(jié)構(gòu)與調(diào)控關(guān)系，對于理解生命活動的調(diào)控機(jī)制以及疾病發(fā)生發(fā)展的分子基礎(chǔ)具有重要意義。然而，由于生物系統(tǒng)內(nèi)在的復(fù)雜性以及未觀測混雜因素的廣泛存在，此類網(wǎng)絡(luò)的推斷面臨巨大困難。例如，在基因調(diào)控網(wǎng)絡(luò)中，未測量的遺傳因素或環(huán)境變異可能作為潛在的混雜因素，誘導(dǎo)基因之間產(chǎn)生虛假關(guān)聯(lián)。類似問題也出現(xiàn)在生態(tài)系統(tǒng)和經(jīng)濟(jì)系統(tǒng)中，例如生態(tài)系統(tǒng)中的氣候變化或市場中的政策沖擊，會在觀測變量之間產(chǎn)生一致波動。在這些領(lǐng)域中，未觀測的混雜因素雖然無法被直接測量，卻會影響觀測結(jié)果，導(dǎo)致估計偏差甚至錯誤的因果方向推斷。因此，一個基礎(chǔ)性挑戰(zhàn)隨之產(chǎn)生：如何區(qū)分真實因果關(guān)聯(lián)與由未觀測混雜因素誘導(dǎo)的虛假關(guān)聯(lián)，并進(jìn)一步重構(gòu)這些未觀測的混雜變量？

近日， 上海交通大學(xué) 數(shù)學(xué)科學(xué)學(xué)院 / 人工智能學(xué)院 陳洛南 團(tuán)隊與西北工業(yè)大學(xué) 張紹武 團(tuán)隊 等合作 在

IEEE Transactions on Pattern Analysis and Machine Intelligence

TPAMI

CIC 的核心在于提出了變量在延遲嵌入空間的正交分解定理。對任意一對變量（如 x 和 y ），將原始變量的時序數(shù)據(jù)轉(zhuǎn)換為延遲嵌入形式，即 X t -1 和 Y t ，并將其分解為公共子空間和私有子空間。若變量 x 到 y 之間存在因果，則根據(jù) Takens 延遲嵌入定理， X t -1 和 Y t 的公共子空間（或 Y t ）可以完全重構(gòu) X t -1 ，若變量 x 到 y 之間不存在因果，則 Y t 無法重構(gòu) X t -1 。特別地，當(dāng)變量 x 和 y 之間不存在因果關(guān)聯(lián)且公共子空間非空時，變量 x 和 y 之間的未觀測混雜因素由公共子空間量化。該方法主要適用于以下場景：非線性動力學(xué)系統(tǒng)、變量具有不可分離性（耦合性）、存在未觀測的混雜因素。即便在存在大量未觀測混雜因素的高維復(fù)雜系統(tǒng)中， CIC 僅需兩個觀測變量即可實現(xiàn)有效的因果推斷，并重構(gòu)未觀測的混雜變量。這一突破顯著降低了對傳統(tǒng)因果假設(shè)的依賴，增強(qiáng)了在非線性動力系統(tǒng)中的因果推斷能力，也從理論上解決因果推斷中的不可分離性問題。

理論上， CIC 基于 Takens 的延遲嵌入提出了嵌入空間的正交分解定理，避免了對因果充分性假設(shè)的依賴；計算上，利用深度神經(jīng)網(wǎng)絡(luò)完成非線性變量表示與正交分解，從而在存在未觀測混雜因素的條件下，實現(xiàn)復(fù)雜因果場景下（反饋回路、多重混雜因素、非平穩(wěn)因果機(jī)制等）的因果推斷和混雜因素重構(gòu)；在應(yīng)用中， CIC 在多種基準(zhǔn)系統(tǒng)和真實生物學(xué)數(shù)據(jù)上均表現(xiàn)出優(yōu)于現(xiàn)有方法的性能。

綜上所述，本研究為非線性動力學(xué)系統(tǒng)的因果推斷提供了新的思路，也為生物網(wǎng)絡(luò)重構(gòu)、疾病機(jī)制解析以及復(fù)雜系統(tǒng)建模等領(lǐng)域帶來了重要方法學(xué)突破。 該論文通訊作者為 上海交通大學(xué) 數(shù)學(xué)科學(xué)學(xué)院 / 人工智能學(xué)院 陳洛南 教授 與西北工業(yè)大學(xué) 張紹武 教授；第一作者為閆金鈴與張弛浩；研究人員還包括史際帆與黃偉填。

原文鏈接https://ieeexplore.ieee.org/document/11367338

制版人：十一

BioArt

Med

Plants

人才招聘

學(xué)術(shù)合作組織

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。