## Memo - Google Alertより - 無線ネットワークの[[Root Cause Analysis|RCA]]の論文。 ## Abstract ネットワーク障害の根本原因分析（RCA）は、無線ネットワークの運用と管理にとって非常に重要です。しかし、特徴量の多様性、タイムスライスの長さの多様性、複数の根本原因の同時発生、学習サンプルの不足などの理由により、RCAは困難である。本論文では、ICASSP-SPGC-2022 AIOps Challenge in Communication Networksにおいて、これらの問題に対する我々の解決策を発表する。まず、提供された空間特徴を表現するための具体的な特徴工学手法を設計する。第二に、学習データの時系列解析を行い、サンプルが複数の根本原因を含むかどうかを推測する効率的な方法を提案する。第三に、複数の根本原因の未知の組み合わせに対する学習データの不足を解決するために、複数の単一根本原因分類器をアンサンブルすることを提案する。第四に、TextCNNを多変量時系列分類に導入し、高い精度を得る。本アプローチはスコア0.93を達成し、リーダーボードで4位を獲得しました。 ## 1. Introduction