From Observation to Orientation: an Adaptive Integer Programming Approach to Intervention Design

要約

観察データと実験データの両方を使用すると、因果発見プロセスは変数間の因果関係を識別できます。
この作業では、独自の適応介入設計パラダイムが提示されています。この作業では、因果的指示された非環式グラフ（DAG）が、実用的な予算上の考慮事項で効果的に回復するためです。
これらの考慮事項の下で情報ゲインを最適化する治療法を選択するために、反復整数プログラミング（IP）アプローチが提案されており、必要な実験の数を大幅に減らします。
幅広いグラフサイズとエッジ密度にわたるシミュレーションを使用して、提案されたアプローチの有効性を評価します。
結果は、提案された適応IPアプローチが、ランダムな介入ベースラインよりも介入の反復と可変操作が少ない完全な因果グラフの回復を達成することを示しており、さまざまな実用的な制約に対応するのに十分な柔軟性もあります。

要約(オリジナル)

Using both observational and experimental data, a causal discovery process can identify the causal relationships between variables. A unique adaptive intervention design paradigm is presented in this work, where causal directed acyclic graphs (DAGs) are for effectively recovered with practical budgetary considerations. In order to choose treatments that optimize information gain under these considerations, an iterative integer programming (IP) approach is proposed, which drastically reduces the number of experiments required. Simulations over a broad range of graph sizes and edge densities are used to assess the effectiveness of the suggested approach. Results show that the proposed adaptive IP approach achieves full causal graph recovery with fewer intervention iterations and variable manipulations than random intervention baselines, and it is also flexible enough to accommodate a variety of practical constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google