# Zeyan Li [[ByteDance]](Beijing)所属の研究者。時系列基盤モデルおよび長期時系列予測の研究に取り組む。 SPRINT([[@2026__ICML__See More, Forecast Better and Faster - Enhancing Time Series Foundation Models via Inference-Time Plug-and-Play Downsampling]])の共著者として参加。Xiao He・Zhaoyang Yu とともに ByteDance 側の著者チームを形成した。(Source: [[@2026__ICML__See More, Forecast Better and Faster - Enhancing Time Series Foundation Models via Inference-Time Plug-and-Play Downsampling]]) [[ChatTS]] 論文([[@2025__VLDB__ChatTS - Aligning Time Series with LLMs via Synthetic Data for Enhanced Understanding and Reasoning]], PVLDB Vol. 18, 2025)の共著者([email protected])。著者リスト 2 番目で、属性ベース合成時系列生成器と TSEvol 設計の ByteDance 側中心人物とみられる。SPRINT(ByteDance、ICML 2026)と ChatTS(ByteDance、VLDB 2025)で連続して時系列 + LLM 研究を主導している。(Source: [[@2025__VLDB__ChatTS - Aligning Time Series with LLMs via Synthetic Data for Enhanced Understanding and Reasoning]]) ## 同名人物について **注意**: このページの Zeyan Li は ByteDance 所属の時系列 + LLM 研究者である。一方、**[[Tsinghua University]] / BNRist の別人 Zeyan Li** は [[Dan Pei]] グループのメンバーで AIOps・因果推論 RCA・障害箇所特定を専門とする。 清華大学の Zeyan Li が関与した主要論文: - **DéjàVu**([[@2022__ESEC FSE__Actionable and Interpretable Fault Localization for Recurring Failures in Online Service Systems]], ESEC/FSE 2022)の**筆頭著者**。[[再帰障害]]に特化した障害箇所特定フレームワーク DéjàVu を提案した。GRU+GAT アーキテクチャで障害依存グラフ上の伝播をモデル化し、4 システム 601 件の評価で MAR 1.66〜5.03 を達成した。(Source: [[@2022__ESEC FSE__Actionable and Interpretable Fault Localization for Recurring Failures in Online Service Systems]]) - CIRCA([[@2022__KDD__Causal Inference-Based Root Cause Analysis for Online Service Systems with Intervention Recognition]], KDD 2022)の共著者。因果推論の介入認識タスクとして RCA を定式化した研究に参加。 - CauseRank([[@2022__CCGrid__Generic and Robust Performance Diagnosis via Causal Inference for OLTP Database Systems]], CCGrid 2022)の共著者。OLTP データベースシステム向け教師なし根本原因箇所特定に参加。 - CMDiagnostor([[@2023__WWW__CMDiagnostor - An Ambiguity-Aware Root Cause Localization Approach Based on Call Metric Data]], WWW 2023)の共著者。 - MicroDig([[@2024__TSC__MicroDig - Diagnosing Performance Issues for Large-Scale Microservice Systems With Heterogeneous Graph]], TSC 2024)の共著者。[[Nankai University]] の [[Shenglin Zhang]]・[[Lei Tao]] らとの共同で、Tencent 大規模マイクロサービス向けの異質伝播グラフ RCA 手法に参加した。(Source: [[@2024__TSC__MicroDig - Diagnosing Performance Issues for Large-Scale Microservice Systems With Heterogeneous Graph]]) 両者は所属・研究領域が異なり、別人である。(Source: [[@2022__CCGrid__Generic and Robust Performance Diagnosis via Causal Inference for OLTP Database Systems]]) [[FoundRoot]] 論文([[@2026__ICSE__FoundRoot - Towards Foundation Model for Root Cause Analysis via Structured Deep Thinking]], ICSE '26)の共著者(所属 [[ByteDance]])。Zhe Xie(筆頭、[[Tsinghua University]])・[[Xiao He]]・[[Shenglin Zhang]]・[[Longlong Xu]]・[[Yuzhuo Yang]]・[[Tieying Zhang]]・[[Jianjun Chen]]・[[Rui Shi]]・[[Dan Pei]] との共同で、ゼロショット RCA 向け強化学習(RL)強化 LLM 基盤モデル FoundRoot(構造化深層思考パラダイム)を提案した。本ページが記録する ByteDance 所属(SPRINT・ChatTS と同一人物)の Zeyan Li として RCA 研究にも参加した事例。(Source: [[@2026__ICSE__FoundRoot - Towards Foundation Model for Root Cause Analysis via Structured Deep Thinking]]) ## 関連 - ソース: [[@2026__ICML__See More, Forecast Better and Faster - Enhancing Time Series Foundation Models via Inference-Time Plug-and-Play Downsampling]] / [[@2026__ICSE__FoundRoot - Towards Foundation Model for Root Cause Analysis via Structured Deep Thinking]] - 所属: [[ByteDance]] - 概念: [[時系列基盤モデル]] / [[構造化深層思考]] / [[LLMによる根本原因分析]]