AST-GNN：面向工业预测的多变量时序动态跨传感器时序依赖建模

针对多变量时序分析中常被忽略的动态跨传感器时序依赖（DCTD），研究者提出自适应时空图神经网络 AST-GNN，通过长程时延图矩阵、空间时延图矩阵、空间演化图矩阵和自适应滑动图卷积机制四项设计，建模跨长时间滞后的时序依赖、不同距离传感器的空间关系及同一传感器对随时间演化的关系。在两个工业 MTS 数据集上，AST-GNN 性能优于现有最先进方法。