Explainable Artificial Intelligence for Industrial Anomaly Diagnosis in Multi-sensor Data

• ZUZENDARIAK: Xabier De Carlos eta Ehki Zugasti
• UNIBERTSITATEA: Mondragon Unibertsitatea

LABURPENA

Tesi honek Explainable Artificial Intelligence-ek (XAI) denborazko serieetan anomaliak detektatzeko eta diagnostikatzeko duen ahalmena aztertzen du, Tesiak tradizionalki opakoak izan diren ereduen gardentasuna handitzean eta berehalako azalpen ulergarriak ematean hainbat sektoretan erabakiak hartzeko prozesu informatuagoak egiteko oinarriak ezartzen ditu.

Gure ahalegin esperimentalen aurretik, XAIri, anomalien detekzioari eta diagnostikoari buruz argitaratutakoa berrikusten da. Miaketa praktikoa denborazko serieen datuetan zentratutako Contrastive Explanation Method (CEM) algoritmoaren azterketarekin hasten da. Ikerketa honek CEM-en abantailak eta mugak erakusten ditu, eta bere gabeziak ezagutzean, zeinetatik geldotasuna nabarmentzen den, Real-time Guided Counterfactual Explanations (RTGCEx) izeneko metodoa aurkezten da. Eredu berritzaile hori azaldu beharreko modeloarekiko agnostikoa da eta erabiltzaileak gidatutako azalpenak denbora errealean ematea ahalbideratzen du hainbat domeinu eta datu motatarako.

Gure xedea anomalia detekziorako ereduen erabakiak zertan oinarritzen diren azaleratzea denez eta modelo agnostikoek barne funtzionamenduari erreparatzen ez diotenez, berez interpretagarriak diren eruduak sortzeko erronkari heltzen zaio informazio garrantzitsua gal ez dadin. Behar horri erantzuteko, lehenik eta behin, Diagnostic Fourier-based Spatio-temporal Transformer (DFSTrans) algoritmoa proposatzen da. Tresna honek dimentsio bateko sare neuronal konboluzionalen gaitasunak eta Transformerretan oinarritutako egitura bat konbinatzen ditu. Eredu honek aldagai anitzeko sentsoreen datuen mendekotasun espazialak eta tenporalak eraginkortasunez ikasten ditu anomaliak diagnostikatzeko tresna indartsua dela erakutsiz. Etiketatutako datuak lortzeko zailtasunak medio, uDFSTrans izeneko aldaera ez superbisatu bat garatzen dugu; izan ere, eredu honek, modu ez superbisatuan anomaliak antzeman eta diagnostikatzeko estrategia bikoitza erabiltzen du: maskaratze teknika bat eta testuingurura bideratutako arreta-mekanismo bat.