因果分解分析（发表在Nature Communications）

简介：
本文提出了因果分解分析方法，该方法能够有效解析复杂系统中各因素间的因果关系，并在多个实际案例中展示了其优越性能。研究成果已发表于《自然·通讯》期刊。 时间序列中的因果关系推断通常依赖于预测范式。然而，这种方法可能无法充分捕捉到现实世界现象中存在的同时性和互惠性的因果相互作用。为此，我们提出了一种基于因果协变的分解方法：原因出现时结果随之而来；当去除原因后效果也随之消失。通过使用经验模式分解技术，我们发现特定时间尺度上的因果互动以瞬时相位依赖性的方式被编码，并且一旦从效应中移除与之相关的内在成分，这种相位依赖性就会减弱。此外，我们的方法适用于随机和确定性的系统，并在对比现有方法的性能后展示了一致的有效性；最终揭示了建模及实际捕食者-猎物系统中的关键因果模式。