観測した時系列データから変数間の因果関係を特定することは, 脳科学, 個体生態学など, 力学系と見做して調べる分野における重要な問題である. 近年提案された手法 (convergent cross mapping, CCM) は, 遅延埋め込みによるアトラクター再構成を時系列データに適用し, モデルを仮定しないことで, この問題に関して大幅な進歩を与えた. しかし, この既存手法は, 各変数から同時刻に観測された時系列データを要求し，そのような観測が難しいケースには適用しづらい. 本講演では, データの欠損に対する頑健性やデータの計測時刻への非依存性を目的に, アトラクターのトポロジーに着目する因果推論の手法を提案する. 因果関係を持つ２つの力学系があれば, 上流のアトラクターは下流のアトラクターに埋め込めるため, 下流のアトラクターと, ２つの系を合わせた全体の系のアトラクターは同相である. ここで, 下流とは，支配方程式が上流の状態に依存する系を意味する. 提案手法では, これを利用し, アトラクターのトポロジーをパーシステントホモロジーを用いて比較することで,　因果関係を特定する. 本講演の内容は，鍛冶静雄氏（九州大学）と谷口隆晴氏（神戸大学） との共同研究に基づく．