Sep, 2022

工业自动化的统一因果模型

PDF
TL;DR提出了一种适用于工业自动化领域的统一因果性模型，描述了 CPS 的行为，促进不同学科之间更好的沟通和数据使用，可作为机器学习等新方法应用于工业自动化的基础。
cyber-physical systemscausalityindustrial automationuniform causality modelmachine learning
发现论文，激发创造
  • 学习增强的网络物理系统的因果修复

    本文针对具有学习能力组件的赛博物理系统（CPS）中的运行时属性违规进行因果诊断，构建了一个反事实版本的组件来修复确定存在的问题行为，最后通过在开放智能接口（OpenAI Gym）基准上对学习控制器进行了成功的修复。

    Apr, 2023

  • 使用大型语言模型进行测试学习能力的网络物理系统：一种形式化方法

    通过检查以测试为基础的验证和验证作为最实用的方法，并总结当前先进的方法学，在确保学习能力的 CPS 的形式安全方面，确定了当前测试方法的局限性，并提出了从基础概率测试过渡到更严格方法的路线图，以提供正式保证。

    Nov, 2023

  • 自动驾驶危急情况解释中的因果关系理解

    为确保自动驾驶系统的安全运行，该研究引入了因果查询的正式化，建立了抽象的安全原则，从而降低与关键影响因素相关的临界性，并对数据采集、模型质量等方面做出了贡献。

    Oct, 2022

  • 扩展结构性因果模型在自主体认系统中的应用

    自主系统中利用因果推理的案例研究，通过结构性因果模型提高系统的透明度、结果解释能力和对外部变量的推理，增强公众信任感并促进相关规范制定。

    Jun, 2024

  • 面向机器人堆叠任务的因果概率预测、行动选择和解释框架

    通过引入因果模型和物理仿真能力，提出了一个新颖的概率框架，使得机器人能够感知和评估积木堆叠任务的当前状态，推理出最佳动作，并生成事后的反事实解释。

    Aug, 2023

  • 关于在矿山测绘任务中实现无人机的概率因果发现、推断与解释

    部署因果模型的无人机系统在盐矿环境中遇到了混淆因素、非稳态和无法提前构建完整因果模型等挑战，为了解决这些问题，我们提出了一种基于概率因果框架的解决方案，其中包括因果知识驱动的 POMDP 规划、在线 SCM 调整和事后可反事实解释。同时，我们将计划进行实验，评估这一框架在模拟矿山环境和真实矿山数据集上与无人机系统的集成效果。

    Aug, 2023

  • 网络物理系统安全 -- 综述

    在本文中，我们基于一个统一的框架对 CPS 安全的研究进行了系统化的概述，框架包含三个正交的坐标系，分别为从安全角度、CPS 组件角度、CPS 系统角度，旨在构建一个足够抽象的模型来适用于各种异构的 CPS 应用，并且为 CPS 组件的紧密耦合提供了模块化的视图。

    Jan, 2017

  • 从下而上的因果关系：一项综述

    因果关系是各个领域研究事件、现象和结果之间关系的基本方法之一，本文调查了因果关系在过去五十年的发展，揭示了它与其他方法的差异以及使用它的前提条件，同时阐明了因果关系与人工智能、生成式人工智能、机器学习、深度学习、强化学习和模糊逻辑等新方法的相互作用及其对各个领域的影响和贡献，以及其模型的可信度和可解释性，并提出了几种评估因果关系模型的方法，并讨论了未来的发展方向。

    Mar, 2024

  • 基于决策的因果关系视角

    本文旨在统一因果建模和决策分析两大领域，提出了一种新的因果影响图的模型来描述因果依赖关系，并讨论了 Howard 规范形式在此模型中的作用。

    Feb, 2013

  • 使用干预学习自主代理端因果模型

    本篇论文介绍了一种基于 agent assessment module 的 AI 系统执行高级指令序列并回答用户问题的方法，通过不同类别的查询来比较这种方法的计算要求和正确模型的学习所需的努力，并介绍了动态因果决策网络来捕捉 STRIPS-like 领域的因果结构。

    Aug, 2021