선형 응답 모델에서 인과 영향 측정

본 논문은 생명과학에서 흔히 사용되는 ‘인과’ 개념을 정량적으로 정의하고 측정하기 위한 새로운 방법을 제시한다. 저자들은 피드백이 없고 선형적인 라그랑주 네트워크, 즉 선형 응답 모델(LRM)을 연구 대상으로 삼는다. 이러한 모델은 신호 x가 Ornstein‑Uhlenbeck 과정으로 스스로 변동하고, 응답 y가 x에 선형 결합된 형태로 기술된다. 1. **모델 정의와 기본 특성** - 신호 x는 dx/dt = –x/t_rel + √D Γ(t) 로 기술되며, 평균 0, 자기상관이 지수적으로 감소한다. - 응답 y는 dy/dt = α x – β y 로, β>0, α≠0인 경우에만 x가 y에 영향을 미친다. - 시스템은 정상 상태이며, 모든 변수는 Gaussian 분포를 따른다. 2. **기존 인과 측정법의 한계** - 시차 상호정보 I(x(t),y(t+τ))는 양방향 모두 양수이므로 인과 방향을 구분하지 못한다. - 전이 엔트로피 TE(x→y)=I(x(t),y(t+τ) | y(t))는 y가 x에 영향을 주지 않을 때도 0이 아닌 값을 가질 수 있다(특히 τ→0에서 발산). - 이러한 문제는 “중복된 정보”를 제거하지 못했기 때문에 발생한다. 3. **새로운 중복성 정의** - 기존의 최소값 기반 중복성(R_nn) 은 Gaussian 시스템에서 비직관적이다. - 저자들은 두 소스 x(t)와 y(t) 사이의 상호정보 I_xy와, 두 소스가 공동으로 y(t+τ)에 제공하는 전체 정보 I_tot을 이용해 R(τ)=½ ln