CaDrift: Neuer Zeitabhängiger Kausal-Generator für Driftende Datenströme

Die neueste Veröffentlichung auf arXiv, „CaDrift: A Time-dependent Causal Generator of Drifting Data Streams“, stellt einen bahnbrechenden Ansatz zur Erzeugung synthetischer Daten vor, die sich im Zeitverlauf verändern. CaDrift nutzt strukturelle kausale Modelle (SCMs), um praktisch unendlich viele Datenströme zu generieren, die gezielt Shift‑Ereignisse und zeitabhängige Veränderungen enthalten.

Durch das gezielte „Driften“ der Mapping‑Funktionen innerhalb der SCMs werden sowohl Verteilungs‑ als auch Kovariaten‑Shifts simuliert. Damit verändern sich die zugrunde liegenden Ursache-Wirkungs-Beziehungen zwischen den Merkmalen und dem Zielwert, was reale Szenarien von sich wandelnden Daten sehr gut nachbildet. Zusätzlich können seltene Störungen modelliert werden, indem kausale Interventionen eingesetzt werden.

Experimentelle Ergebnisse zeigen, dass nach einem Shift‑Ereignis die Genauigkeit von Klassifikatoren zunächst abnimmt und sich anschließend allmählich wieder erholt – ein klarer Beleg dafür, dass CaDrift realistische Drift‑Verläufe erzeugt. Das Tool ist als Open‑Source-Projekt auf GitHub verfügbar und bietet Forschern sowie Praktikern ein leistungsfähiges Mittel, um ihre Modelle unter dynamischen Bedingungen zu testen.