高次相互作用における因果発見

本論文では、高次相互作用を考慮した因果関係の発見手法について述べています。従来の手法では、限られたデータの中で因果関係を示す有向非循環グラフ（DAG）を見つけるために、専門家の知見とデータを組み合わせていました。しかし、データが不足している場合、ブートストラップ法を用いて得られた複数のDAGを平均化する過程が重要視されていませんでした。本研究は、高次構造を基にした新しい理論的枠組みと、DAGの集約のための新しいアルゴリズムを提案しています。シミュレーション研究を通じて提案手法の利点と限界を検証し、特にサンプル数が少ない場合や高次元の設定において、計算効率と効果的な性能を示すことができました。