第十二届白中青年创新论坛“新视野—2025”系列学术报告

PTS数据生成机制的因果可控性与PTS分析能力的可演化结构

第十二届白中青年创新论坛“新视野—2025”系列学术报告
目录

2025年,在明斯克举办的第十二届白中青年创新论坛“新视野—2025”(XII Belarusian-Chinese Youth Innovation Forum “New Horizons – 2025”)上,发表两篇关于性能时间序列(Performance Time Series, PTS)基础方法论的学术报告。

内容摘要

第一篇报告题为《Evaluation-Oriented Data-Generating Process for Performance Time Series: The Perturbation-Observation Decoupling Principle》。报告提出扰动—观测解耦原理(Perturbation-Observation Decoupling Principle):在数据生成过程(Data Generation Process, DGP)中,将具有明确定义时间边界与语义标签的结构化扰动,与物理层、逻辑层或资源层的性能观测路径进行形式化解耦。该原理阻断信号污染路径,保障因果可追溯性,支持生成嵌入真值标注(ground-truth annotation)的可控、可复现PTS样本,从而实现从被动观测向主动干预的范式迁移。

第二篇报告题为《The Evolution of Performance Time Series Analyzability from Application to Interpretable Evaluation》。报告定义PTS可分析性(analyzability)为一种三阶段演进属性:应用级(Application Level)、可量化评估级(Quantifiable Evaluation Level)、可解释评估级(Interpretable Evaluation Level)。该属性由因果事件标注的存在性与丰富度决定,而非PTS自身固有特征。报告据此构建PTS作为实验平台(experimental platform)而非分析对象(analysis object)的方法论框架,为高召回、可解释、可行动的算法验证提供结构化基础。