연구진은 텐서 기반 2차 인과 관계 발견 알고리즘 TSCD를 제안했어요. TSCD는 관측 및 개입 데이터의 공분산 행렬로부터 얻은 텐서를 입력으로 사용해요. 선형 구조 방정식 모델을 기반으로 하는 DAG를 가정하면, TSCD는 DAG와 DAG의 간선 함수를 출력하며 노이즈 변수가 상관관계가 없다는 조건만 필요해요.
TSCD는 비선형 모델에 대한 버전도 구현되었으며, 2차 통계(공분산 행렬 사용)에 집중하여 통계적 효율성과 계산 효율성을 높였어요. 또한, 변수가 가우시안이 아닌 경우에도 작동하며, 변수 개수에 로그 함수에 비례하는 개입 횟수로 인과 순서와 매개변수를 식별할 수 있어요.
실험 결과 TSCD는 노이즈에 강건하고 기존 방법과 경쟁력 있으며 수백 개의 변수에까지 확장 가능했어요.