因果関係を観測データから推測することは重要なタスクですが、外部干渉にさらされると困難になります。これらの干渉は、外部要因が観測変数に与える追加的な影響であり、多くは未知です。本研究では、これらの見えない要因を表すために潜在変数を導入します。特に、因果関係の強度と隣接情報を捉えるために、新しい時間的潜在変数構造因果モデルを提案し、変数間の因果関係を示す因果強度と隣接係数を組み込みました。また、専門家の知識を活用して未知の干渉に関する情報を取り入れる方法を開発し、変分推論に基づいてパラメータ学習を導くことができるモデル推定を行います。実験結果により提案手法の安定性と精度が示されました。