La segmentazione semantica delle caratteristiche migliora l'interpretabilità della manutenzione predittiva

Un nuovo framework da arXiv (2605.14318) propone la segmentazione semantica delle caratteristiche per la manutenzione predittiva in sistemi complessi. Il metodo scompone lo spazio delle caratteristiche monitorate in una componente canonica, che conserva le informazioni predittive dominanti, e una componente residua contenente segnali periferici. La segmentazione è guidata da criteri basati sul dominio, raggruppando le variabili in categorie funzionali come throughput, latenza, pressione, attività di rete e stato strutturale. Il rischio predittivo funge da proxy per le informazioni rilevanti per il compito. I risultati della convalida incrociata temporale indicano che la componente canonica preserva i segnali predittivi essenziali, migliorando l'interpretabilità senza sacrificare le prestazioni.