Higher order definition of causality by optimally conditioned transfer entropy

要約

複雑なシステムのダイナミクスの説明、特にシステムの要素間の相互作用構造と因果関係のキャプチャは、学際的研究の中心的な問題の1つです。
ペアワイズ因果相互作用の特性評価は、確立された理論的概念を備えた比較的熟した分野であり、現在の焦点はそれらの効率的な推定の技術的な問題にありますが、グレンジャーの因果関係や移転エントロピーなどの標準的な概念は、高次の相互作用や相互作用の可能性を反映していない可能性があることがわかります。
このホワイトペーパーでは、因果的推論に対する情報理論的アプローチの一般化と改良を提案し、複数のペアワイズではなく真に多変量の説明を可能にし、因果ネットワークから因果的なハイパーネットワークに移行します。
特に、変数や一般的な原因を調停するために制御する能力を維持しながら、排他的な分離などの純粋に相互作用する相互作用の場合、因果的役割を多変量因果セットに帰しますが、個々の入力を強調します。
2つの添加剤単変量原因。
この概念は、例示的な理論的例への応用と、生物学的に現実的なシミュレーションの生物学的に現実的なシミュレーションを最近採用すると報告された生​​物学的に現実的なシミュレーションを実証します。

要約(オリジナル)

The description of the dynamics of complex systems, in particular the capture of the interaction structure and causal relationships between elements of the system, is one of the central questions of interdisciplinary research. While the characterization of pairwise causal interactions is a relatively ripe field with established theoretical concepts and the current focus is on technical issues of their efficient estimation, it turns out that the standard concepts such as Granger causality or transfer entropy may not faithfully reflect possible synergies or interactions of higher orders, phenomena highly relevant for many real-world complex systems. In this paper, we propose a generalization and refinement of the information-theoretic approach to causal inference, enabling the description of truly multivariate, rather than multiple pairwise, causal interactions, and moving thus from causal networks to causal hypernetworks. In particular, while keeping the ability to control for mediating variables or common causes, in case of purely synergetic interactions such as the exclusive disjunction, it ascribes the causal role to the multivariate causal set but \emph{not} to individual inputs, distinguishing it thus from the case of e.g. two additive univariate causes. We demonstrate this concept by application to illustrative theoretical examples as well as a biophysically realistic simulation of biological neuronal dynamics recently reported to employ synergetic computations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google