추상 사건 원인 규칙: 유추와 적용

추상 사건 원인 규칙 소개

지능적인 분석 시스템은 위험 경보, 의사 결정 지원 및 논리 이해를 위해 명시적 원인-효과 사건 지식에 의존한다. 그러나 기존의 인스턴스 수준 원인 쌍은 저빈도 상황 및 미래에 발생할 수 있는 사건 조합에서 심각한 일반화 결함을 겪고 있다. 이러한 한계를 해결하기 위해 새로운 관계 수준의 원인 추상화 패러다임이 필요하다.

추상 사건 원인 규칙은 구체적인 원인-효과 쌍을 일반화된 추상 원인 논리로 변환하는 반면에 그들의 내재된 원인 관계를 유지한다. 이를 통해 사건 원인 추론의 일반화 능력이 강화될 수 있다. 구체적-추상 원인 유도 시스템을 설계하여 신뢰할 수 있는 추상 사건 원인 규칙을 노이즈 있는 원본 원인 데이터에서 추출할 수 있다.

추상 원인 지식의 적용

추상 원인 지식을 실제적인 유효성을 입증하기 위해 추상 규칙 지침 사건 주의 인코더를 제안한다. 추상 규칙 지침 사건 주의 인코더는 추상 사건 원인 규칙을 원인성 그래프 사건 예측 벤치마크 태스크에 규칙 지침 주의 계층 및 게이트드 표현 융합을 사용하여 삽입한다. 이를 통해 사건 예측에 대한 일관된 성능 향상을 가져올 수 있다.

정량적인 실험 결과는 추상 사건 원인 규칙을 적용함으로써 사건 원인 추론의 일반화 능력이 크게 강화되었으며, 사건 예측에 대한 일관된 성능 향상을 가져왔으며, 가장 두드러진 성능 향상을 저빈도 및 미래에 발생할 수 있는 사건 샘플들에서 관찰되었다. 이러한 결과는 추상 사건 원인 규칙의 유용성을 보여준다.