## Memo - 観測時系列から因果関係を推論するためのアプローチの7つのファミリー - Granger causality, constraint-based, noise-based, score-based , logic-based, topology-based, and difference-based ## Abstract 本調査では、観測時系列から因果関係を推論するためにこれまでに提案された主要な概念、モデル 、アルゴリズム(通常、時系列における因果関係発見と呼ばれるタスク)を紹介する。そのために、 基礎となる概念とモデリングの仮定を説明した後、それらに属するアプローチのファミリーに従っ て、異なる方法を提示する: [[Granger因果性]]、制約に基づくアプローチ、ノイズに基づくアプローチ 、スコアに基づくアプローチ、論理に基づくアプローチ、トポロジーに基づくアプローチ、差分に基づくアプローチである。次に、いくつかの代表的な手法を評価し、異なるアプローチのファミリーの挙動を説明する。この図は、異なる特徴を持つ人工的なデータセットと実データセットの両方に対して実施されている。この調査から得られる主な結論は、時系列における因果関係の発見は、 (あらゆるアプローチのファミリーにおいて)新しい方法が定期的に提案される活発な研究分野であり、すべての状況においてファミリーや方法が際立っているわけではないということである。実際、それらはすべて、特定のデータセットに適しているかどうかわからない仮定に依存している。 [[2022__JAIR__Survey and Evaluation of Causal Discovery Methods for Time Series__translation]]