10月9日，《中国科学:信息科学》在线发表经管学院刘颖副教授、董纪昌教授、2020级管理科学与工程专业硕士生李阳光等合作的学术论文《知识嵌入式图神经网络在风机多元状态预测中的应用》。《中国科学:信息科学》是《中国科学》杂志社出版的国内信息领域顶级学术刊物，主要刊载信息领域的基础与应用研究方面的原创性成果，推动学科的交叉融合。

　　深度学习可解释性被广泛认为是下一代人工智能技术的关键一环，对于智能技术在经济管理领域更深层的应用起到重要意义。《知识嵌入式图神经网络在风机多元状态预测中的应用》（作者：刘颖、李阳光、瞿树晖、董纪昌、王竞凡）以风机运维管理为研究背景，回答了如何将领域知识与智能算法有效结合以提升模型可解释性的问题。论文以多元时间序列图神经网络通用框架(multivariate time series graph neural network, MT-GNN)为基础，提出了一个知识嵌入式图神经网络模型(K-GNN)，通过嵌入相关、因果、专家经验3种知识矩阵与图学习模块相结合，能够更好地刻画多元状态的关联关系。基于百万级风机运维数据进行模型验证，检验结果表明，领域知识能够有效提升图神经网络模型的泛化性能和可解释性，该研究对于风电预测性维护技术的研发和推广具有参考意义。

　　该项研究得到国家自然科学基金（批准号: 71871210, 71850014, 71972174）、中央高校基本科研业务费专项资金以及数字经济监测预测预警与政策仿真教育部哲学社会科学实验室（培育）基金等资助。

　　论文链接：https://doi.org/10.1360/SSI-2021-0300