因果感知递归编码网络

揭示故障传播路径

通过隔离因果子图并捕获多跳关系语义，抑制虚假关联，在ICS传感器网络中实现可解释的故障根因诊断。

Dong, Zhu · 李爱平 · 陈锴 · Lei, Tian · Gao, Liqun · Changjian, Li · Nan, Li · Ye, Wang

Advanced Engineering Informatics 2026

参数信息

MRR提升幅度

3.44 %

技术优势

不看假相关

通过隔离因果子图，滤除非因果的临时传感器相关性，使模型专注于真正的依赖。

多跳依赖能建模

受路径聚合算法启发的子图感知递归编码器，通过传递性消息传递捕获长距离故障传播链。

能定位根因

提供可追踪的因果路径，支持主动的根因诊断，而不只是给出预测结果。

应用场景

• 工业物联网：为工业物联网中的传感器网络提供可解释的异常预测。
• 智能体推理：通过因果路径追踪支持智能体对故障根因的主动推理。
• 传感器异常预测：预测传感器未来异常，并给出传播路径。
• 设备故障预警：提前发现设备故障链条，减少停机时间。
• 因果图学习：从数据中学习因果子图结构以支撑推理。