水力分布网络中可解释的事件诊断
人工智能
2025-05-13 v1 机器学习
系统与控制
系统与控制
摘要
信息和通信技术日益渗透到水系统的设计、监测和控制中，使得算法能够使用传感器测量值检测和识别意外事件（如漏水或水质污染）。然而，数据驱动的方法并不总是给出准确的结果，且常不被操作员信任，他们可能更倾向于使用自己的工程判断和经验来应对此类事件。在本文中，我们提出了一个可解释事件诊断框架——一种帮助操作员将算法事件诊断方法的结果与其自身直觉和经验关联起来的方法。这通过提供对比（即反事实）解释实现的，其目的是提高操作员对算法内部工作原理的理解，从而使他们能够通过结合结果与个人经验做出更有信息的决策。具体而言，我们提出了反事实事件指纹，作为当前事件诊断与最近替代解释之间差异的表示，可以以图形方式呈现。该提出的方法应用于实际案例中并进行评估，使用 L-Town 基准进行测试。
引用
@article{arxiv.2505.07299,
title = {Interpretable Event Diagnosis in Water Distribution Networks},
author = {André Artelt and Stelios G. Vrachimis and Demetrios G. Eliades and Ulrike Kuhl and Barbara Hammer and Marios M. Polycarpou},
journal= {arXiv preprint arXiv:2505.07299},
year = {2025}
}