用单一项近似谢尔普利值，可大幅降低异常定位计算复杂度。
On Using the Shapley Value for Anomaly Localization: A Statistical Investigation
- 仅用一个固定项计算谢尔普利值，简化了异常定位流程。
- 在独立观测场景下，错误率不变，但计算复杂度显著降低。
- 提供了理论证明，适用于独立观测数据，适合工程部署优化。
近期研究提出使用谢尔普利值进行传感器系统中的异常定位。基于合理的数学异常模型，在完全可控条件下进行实验，结果表明：在所有测试情况下，仅使用谢尔普利值的一个固定项即可实现与完整计算相同的错误概率，同时显著降低计算复杂度。理论证明表明，该结论对所有独立观测情形均成立。对于依赖观测情形，尚未有相应证明。
原文摘要 · Abstract (English)
Recent publications have suggested using the Shapley value for anomaly localization for sensor data systems. Using a reasonable mathematical anomaly model for full control, experiments indicate that using a single fixed term in the Shapley value calculation achieves a lower complexity anomaly localization test, with the same probability of error, as a test using the Shapley value for all cases tested. A proof demonstrates these conclusions must be true for all independent observation cases. For dependent observation cases, no proof is available.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。