KarmaTS: Plattform zur Simulation multivariater Zeitreihen mit kausaler Dynamik

Mit der neuen Open-Source-Plattform KarmaTS können Forscher*innen komplexe, multivariate Zeitreihen simulieren, die exakt bekannte kausale Dynamiken besitzen. Das Tool richtet sich besonders an die Analyse von physiologischen Daten, bei denen der Zugang oft eingeschränkt ist, und ermöglicht die Erzeugung synthetischer Datensätze, die reale Messungen ergänzen.

KarmaTS kombiniert Expertenwissen mit algorithmisch generierten Vorschlägen in einem Mixed-Initiative-Workflow. Dabei entsteht ein diskreter, struktureller kausaler Prozess (DSCP), der sowohl zeitlich verzögerte als auch gleichzeitige Zusammenhänge abbildet. Der DSCP kann anschließend für Simulationen und kausale Interventionen genutzt werden, auch unter benutzerdefinierten Verteilungsverschiebungen.

Ein besonderes Merkmal ist die Unterstützung heterogener Variablentypen und modularer Randfunktionen – von parametrisierten Vorlagen bis hin zu neuronalen Netzwerken. Diese Flexibilität erlaubt es, kausale Entdeckungsalgorithmen unter realitätsnahen Bedingungen zu validieren und zu benchmarken, wobei das Expertenwissen direkt in die Simulation einfließt.