{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,10,22]]，“日期-时间”：“2023-10-22T10:42:31Z”，“时间戳”：1697971351095}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：25，“发布商”：“ACM”，“许可证”：[{“开始”：{-“日期-零件”：[2023,10,21]]，date-time“：”2023-10-21T00:00:00Z“，”时间戳“：1697846400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“funder”：[{“DOI”：“10.13039\/1000000001”，“name”：“NSF（National Science Foundation）”，“DOI-asserted-by”：“publisher”，“award”：[“19102842103829”]}]，”content-domain“：{”domain“[”dl。acm.org“]，”交叉标记限制“：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2023,10,21]]}，”DOI“：”10.1145\/3583780.3614995“，”type“：”proceedings-article“，”created“：{”date-part“：[2023,10,1]]，”date-time“：”2023-10-21T07:45:42Z“，”timestamp“：”1697874342000}“update-policy”：“http://\/dx.DOI.org\/10.1145\/交叉标记策略“，”源“：”交叉引用“，“is-referenced-by-count”：0，“title”：[“On Root Cause Localization and Anomaly Mitigation through Causal Inference”]，“prefix”：“10.1145”，“author”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-1953-8658”，“authenticated-ORCID”：false，“give”：“Xiao”，“family”：“Han”：“http://\/orcid.org\/00000-0002-8972-8799”，“authenticated-orcid”：false，“given”：“Lu”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“University of Arkansas，Fayetteville，AR，USA”}]}，{“orcid”：附加“，”从属关系“用法：[{“name”：“Clemson University，Clemson，SC，USA”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-6816-419X”，“authenticated-ORCID”：false，“given”：”Shuhan“，”family“：”Yuan“，”sequence“：”additional“，”affiliation“：[{name“：”犹他州立大学，Logan，UT，USA“}]}]，“member”：“320”，“published-online”：{“date-parts”：[2023,10,2,2 1]]}，“引用”：[{“键”：“e_1_3_2_1_1_1”，“volume-title”：“第26届国际人工智能与统计会议（AISTATS）论文集（2023-03-07）”，“author”：“Assaad Charles K.”，“unstructured”：“Charles K.Assaad，Imad Ez-zejjari，and Lei Zan。[n.，d.].给定具有循环的非循环摘要因果图的时间序列中集体异常的根本原因识别。第26届国际人工智能与统计会议（AISTATS）会议记录（2023-03-07）。arXiv公司。https:\/\/doi.org\/10.48550\/arXiv.2303.04038 arXiv:2303.04038[cs]10.48550\/arXiv.2303.040.38 Charles K.Assaad、Imad Ez-zejjari和Lei Zan。[编号，日期]。时间序列中集体异常的根本原因识别，给出一个带循环的非循环汇总因果图。第26届国际人工智能与统计会议（AISTATS）会议记录（2023-03-07）。arXiv。https:\/\/doi.org\/10.48550\/arXiv.2303.04038 arXiv:2303.04038[cs]“}，{“key”：“e_1_3_2_1_2_1”，“volume-title”：“人工智能与统计国际会议。PMLR，8395--8404”，“author”：“Assaad Charles K”，“year”：“2023”，“unstructured”：“Charles K Assaad、Imad Ez-Zejjari和Lei Zan。2023 . 时间序列中集体异常的根本原因识别，给出一个带循环的非循环汇总因果图。在国际人工智能和统计会议上。PMLR，8395--8404。Charles K Assaad、Imad Ez-Zejjari和Lei Zan。2023.给出带回路的非循环汇总因果图，确定时间序列中集体异常的根本原因。在国际人工智能和统计会议上。PMLR，8395--8404。“}，{”key“：”e_1_3_2_1_3_1“，”volume-title“：”机器学习国际会议。PMLR（2357--2369），“作者”：“Budhathoki Kailash”，“年份”：“2022”，“非结构化”：“Kailash Budhathoki、Lenon Minorics、Patrick Bl\u00f6baum和Dominik Janzing。2022 . 基于因果结构的离群值根本原因分析。在机器学习国际会议上。PMLR，2357--2369。Kailash Budhathoki、Lenon Minorics、Patrick Bl\u00f6baum和Dominik Janzing。2022.基于因果结构的离群值根本原因分析。在机器学习国际会议上。PMLR，2357--2369。“}，{”key“：”e_1_3_2_1_4_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Juan Correa和Elias Bareinboim.2020。随机干预的演算：因果识别和替代实验。在AAAI。胡安·科雷亚和埃利亚斯·巴伦博伊姆。2020.随机干预的微积分：因果效应识别和替代实验。在AAAI。“，”DOI“：”10.1609\/aaai.v34i06.6567“}，{“key”：“e_1_3_2_1_5_1”，“volume-title”：“用于异常检测的框架算法资源。arXiv预印本arXiv:2206.14384”，“author”：“Datta Debanjan”，“year”：“2022”，“unstructured”：“Debanjan-Datta，Feng Chen，and Naren Ramakrishnan.2022”。用于异常检测的框架算法资源。arXiv预印arXiv:2206.14384（2022）。Debanjan Datta、Feng Chen和Naren Ramakrishnan。2022.构建异常检测算法资源。arXiv预印arXiv:2206.14384（2022）。}，{“key”：“e_1_3_2_1_6_1”，“非结构化”：“Dheeru Dua和Casey Graff，2017。UCI机器学习库。Dheeru Dua和Casey Graff。2017.UCI机器学习库。}，{“key”：“e_1_3_2_1_7_1”，“volume-title”：“基于图形模型的因果发现方法综述。遗传学前沿”，“author”：“Glymour-Clark”，《年份》：“2019年”，“非结构化”：“Clark Glymour，Kun Zhang，and Peter Spites.2019。回顾基于图形模型的因果发现方法。遗传学前沿，第10卷（2019年），524。克拉克·格雷摩尔（Clark Glymour）、张坤（Kun Zhang）和彼得·斯皮特斯（Peter Spites）。2019.基于图形模型的因果发现方法综述。遗传学前沿，第10卷（2019），524.“}，{“key”：“e_1_3_2_1_8_1”，doi断言者：“publisher”，“doi”：“10.1007\/978-3-031-33374-3_5”}，{“key”：“e_1_3_2_9_1”，“卷标题”：“基于因果结构的异常值根本原因分析。arXiv预印本arXiv:1912.02724”，“author”：“Janzing Dominik”，“year”：“2019”，“nonstructured”：“Dominik Janzing、Kailash Budhathoki、Lenon Minorics和Patrick Bl\u00f6baum。2019.基于因果结构的离群值根本原因分析。arXiv预印arXiv:1912.02724（2019）。Dominik Janzing、Kailash Budhathoki、Lenon Minorics和Patrick Bl\u00f6baum。2019.基于因果结构的离群值根本原因分析。arXiv预印arXiv:1912.02724（2019）。“}，{”key“：”e_1_3_2_10_1“，”article-title“：”用PC-算法估计高维有向无环图“，”volume“：“8”，”author“：”Kalisch-Markus“，”year“：”2007“，”unstructured“：”马库斯·卡利什（Markus Kalisch）和彼得·博夫奇尔曼（Peter B\u00fchlman）。2007 . 用PC-算法估计高维有向非循环图。《机器学习研究杂志》，第8卷，第3期（2007年）。马库斯·卡利什（Markus Kalisch）和彼得·博夫奇尔曼（Peter B\u00fchlman）。2007.使用PC-算法估计高维有向非循环图。《机器学习研究杂志》，第8卷，第3期（2007年）。“，”journal-title“：”journal of Machine Learning Research“}，{“key”：“e_1_3_2_11_1”，“volume-title”：“Bernhard Sch\u00f6lkopf，and Isabel Valera.”，“author”：“Karimi Amir-Hossein”，“year”：“2020”，“unstructured”：“埃米尔·侯赛因·卡里米（Amir-Hosein Karimi）、朱利叶斯·冯·凯尔根（Julius Von K\u00fcgelgen）、伯恩哈德·舒尔科普夫（Bernhard Sch\u00f6lkopf）和伊莎贝尔·瓦莱拉（Isabel Valera）。2020 . 不完全因果知识下的算法追索：一种概率方法。NeurIPS（2020）。埃米尔·侯赛因·卡里米（Amir-Hosein Karimi）、朱利叶斯·冯·凯尔根（Julius Von K\u00fcgelgen）、伯恩哈德·舒尔科普夫（Bernhard Sch\u00f6lkopf）和伊莎贝尔·瓦莱拉（Isabel Valera）。2020.不完全因果知识下的算法追索：一种概率方法。NeurIPS（2020）。“}，{”key“：”e_1_3_2_12_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.patcog.2020.107198“}”，{“key”：“e_1_ 3_2_13_1”，”volume-title“：”Marius Kloft和Klaus-Robert M\u00fcller.“，“author”：“Lizerski-Philipp”，“year”：“2021”，“unstructured”：“Philipp-Liznerski，Lukas Ruff，Robert A。范德梅伦（Vandermeulen）、比利·乔·弗兰克斯（Billy Joe Franks）、马吕斯·克劳夫特（Marius Kloft）和克劳斯·罗伯特（Klaus-Robert M\u00fcller）。2021 . 可解释的深层单类分类。在ICLR中。arxiv:2007.01760菲利普·利兹内尔斯基、卢卡斯·拉夫、罗伯特·范德梅伦、比利·乔·弗兰克斯、马吕斯·克劳夫特和克劳斯·罗伯特·M·u00fcller。2021.可解释的深层单类分类。在ICLR中。arxiv:2007.01760“}，{“key”：“e_1_3_2_1_14_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/IWQoS49365.2020.9213058“}”，{”key“：”e_1_ 3_2_15_1“，”volume-title“：”因果结构学习的图形自动编码器方法。arxiv预印本arxiv:1911.07420“，”author“：”Ng Ignavier“，”年份“：”2019“，”非结构化“：”Ignavier Ng、Shengyu Zhu、Zhitang Chen和Mangyan Fang。2019.因果结构学习的图自动编码器方法。arXiv预印本arXiv:1911.07420（2019）。Ignavier Ng、Shengyu Zhu、Zhitang Chen和Mangyan Fang。2019.因果结构学习的图形自动编码器方法。arXiv预印本arXiv:1911.07420（2019）。}，{“key”：“e_1_3_2_1_16_1”，“volume-title”：“异常值解释调查。VLDB Journal”，“author”：“Panjei Egawati”，“year”：“2022”，“unstructured”：“Egawati-Panjei，Le Gruenwald，Eleazar Leal，Christopher Nguyen，and Shejuti Silvia。2022。关于离群解释的调查。VLDB期刊（2022），1-32。Egawati Panjei、Le Gruenwald、Eleazar Leal、Christopher Nguyen和Shejuti Silvia。2022.异常值解释调查。VLDB Journal（2022），1--32.“}，{”key“：”e_1_3_2_17_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3366423.3380087”}，“key”：“e_1_ 3_2_18_1”，“volume-title”：“因果关系”，“author”：“Pearl Judea”，“unstructured”：“Judea Pearl.2009。因果关系第二版）。剑桥大学出版社，剑桥。朱迪娅·珀尔。2009年，因果关系第二版）。剑桥大学出版社，剑桥。“}，{”key“：”e_1_3_2_19_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/JPROC.2021.3052449”}，“key”：“e_1_3_2_1_20_1”，“volume-title”：“Alexander Binder，Emmanuel M\u00fcller，and Marius Kloft.”，“author”：“Ruff Lukas”，“year”：“2018”，“unstructured”：“卢卡斯·拉夫（Lukas Ruff）、罗伯特·范德梅伦（Robert Vandermeulen）、尼科·戈尼茨（Nico Goernitz）、卢卡斯·迪克（Lucas Deecke）、肖艾布·艾哈迈德·西迪基（Shoaib Ahmed Siddiqui）、亚历山大·宾德（Alexander Binder）、艾曼纽尔·穆夫克勒（Emmanuel M\u00fcller）和马吕斯·克罗夫特。2018 . 深度一级分类。在ICML中。卢卡斯·拉夫（Lukas Ruff）、罗伯特·范德梅伦（Robert Vandermeulen）、尼科·戈尼茨（Nico Goernitz）、卢卡斯·迪克（Lucas Deecke）、肖艾布·艾哈迈德·西迪基（Shoaib Ahmed Siddiqui）、亚历山大·宾德（Alexander Binder）、艾曼纽尔·穆夫克勒。2018年，深度一级分类。在ICML中。“}，{”key“：”e_1_3_2_1_21_1“，”volume-title“：”VACA:干预和反事实查询的变分图自动编码器的设计。arXiv预印本arXiv:2110.14690“，”author“：”Sanchez-Martin Pablo“，”year“：”2021“，“unstructured”：“”巴勃罗·桑切斯·马丁（Pablo Sanchez-Martin）、米里亚姆·拉泰克（Miriam Rateike）和伊莎贝尔·瓦莱拉（Isabel Valera）。2021 . VACA：针对干预和反事实查询的变分图自动编码器设计。arXiv预打印arXiv:2110.14690（2021）。巴勃罗·桑切斯·马丁（Pablo Sanchez-Martin）、米里亚姆·拉泰克（Miriam Rateike）和伊莎贝尔·瓦莱拉（Isabel Valera）。VACA：介入和反事实查询的变分图自动编码器设计。arXiv预印本arXiv：2110.14690（2021）。“}，{”key“：”e_1_3_2_1_22_1“，”volume-title“：”DoWhy:因果推断的端到端库。arXiv预印本arXiv:2011.04216“，”author“：”Sharma Amit“，”year“：”2020“，”unstructured“：”Amit Sharma and Emre Kiciman.2020“。DoWhy：因果推理的端到端库。arXiv预印arXiv:2011.04216（2020）。阿米特·夏尔马和埃姆雷·基西曼。2020年。DoWhy：因果推理的端到端库。arXiv预印arXiv:2011.04216（2020）。“}，{”key“：”e_1_3_2_1_23_1“，”unstructured“：”John Sipple.2020。用于设备故障检测的负采样可解释多维多模态异常检测。在ICML中。约翰·西普。2020.用于检测设备故障的具有负采样的可解释多维多模式异常检测。在ICML中。“}，{”key“：”e_1_3_2_1_24_1“，”unstructured“：”Wenzhuo Yang Kun Zhang and Steven Hoi.2023。检测多变量时间序列异常和根本原因的因果方法。(2023). 张文卓、杨坤、海史蒂文。2023.检测多变量时间序列异常和根本原因的因果方法。(2023).“｝，｛”key“：”e_1_3_2_1_25_1“，”unstructured“：”Wenzhuo Yang Kun Zhang和Steven C.H.Hoi.[n.d]。一种检测多变量时间序列异常和根本原因的因果方法。https:\/\/doi.org/10.44850\/arXiv.2206.15033 arXiv：2206.15033[cs]10.44850\/arXiv.2206.15033\nWenzhuo Yang Kun Zhang和Steven C.H.Hoi.[n.d]检测多变量时间序列异常和根本原因的因果方法。https:\/\/doi.org\/10.48550\/arXiv.2206.15033 arXiv:2206.15033[cs]“}]，“event”：{“name”：“CIKM'23:第32届ACM信息和知识管理国际会议”，“location”：“Birmingham United Kingdom”，“缩写词”：“CIDM'23”，“赞助商”：[“SIGWEB ACM超文本、超媒体和网络特别兴趣小组”，“SIGIR ACM信息检索特别兴趣小组“]}，“container-title”：[“第32届ACM信息和知识管理国际会议记录”]，“original-title“：[]，”link“：[{”URL“：”https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3583780.3614995“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”syndication“}，{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3583780.3614995”，“content-type”：“未指定”，“内容版本”：“vor”，“intended-plication”：“相似性检查”}]，“存放”：{“date-parts”：[2023,10,21]]，“日期时间”：“2023-10-21T07:47:26Z”，“时间戳”：16978746000}，“分数”：1，“resource”（资源）：{“primary”（主资源）：}“URL”（URL）：“https:\/\/dl.acm.org\/doi\/10.1145\/3583780.3614995“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2023,10,21]]}，“引用计数”：25，”替代id“：[”10.1145\/3583700.3614995，“关系”：{}，“主题”：[]，“发布”：{“日期部分”：[[2023,10,21]]}，”断言“：[{”value“：”2023-10-21“，”order“：2，”name“：”published“，”label“：”published“，”group“：{”name“:”publication_history“，”标签“：”publication history“}}]}}