동적 시스템을 위한 효율적 인과 스크리닝

본 논문은 동적 시스템, 특히 연속시간 점과정인 선형 Hawkes 과정에서 인과 구조를 효율적으로 추정하기 위한 새로운 스크리닝 방법을 제안한다. 서론에서는 기존의 조건부 독립 기반 인과 학습 알고리즘(FCI, RFCI, ACI 등)이 높은 계산 복잡도와 많은 검정 횟수 때문에 대규모 시스템에 적용하기 어렵다는 점을 지적한다. 이를 해결하기 위해, 동적 시스템에서는 지역 독립(local independence)이라는 개념을 이용해 인과 관계를 검정할 수 있음을 소개한다. 논문은 먼저 선형 Hawkes 과정의 수학적 정의를 제시한다. n 차원 점과정 X=(X₁,…,Xₙ) 의 강도 λₐ(t)=μₐ+∑_{γ}∫₀ᵗ g_{αγ}(t−s)dN_γ(s) 로 표현되며, 여기서 g_{β α}(·) 가 0이면 α 프로세스가 β 프로세스의 강도에 직접적인 영향을 주지 않는다. 이를 바탕으로 인과 그래프 D=(V,E)를 정의하고, 에지 α→β 가 존재하는 조건은 g_{β α} 가 관측 구간 J=