2024年1月，工程中心耿志强教授团队在工业信息学领域全球排名第一期刊《IEEE Transactions on Industrial Informatics》（中科院一区TOP，影响因子12.3）正式发表开创性研究“Graph Structure Change-Based Anomaly Detection in Multivariate Time Series of Industrial Processes. IEEE Transactions on Industrial Informatics”（卷20期4，页6457-6466，DOI: 10.1109/TII.2023.3347000）。
多元时间序列异常检测对于工业设备和系统的安全运行起着重要的作用。研究提出了一种新颖的基于图结构变化的多元时间序列异常检测（GSC-MAD）。首先，获得正常条件下稳定的图结构，并从正常数据中学习到的高维时间序列嵌入表示实现对所有变量的单步预测。然后，通过结合预测误差反映的变量行为偏差和GSC反映的变量间信息传播偏差来实现异常检测。
本研究首创 "动态图结构变化诊断框架（GSC-AD）" ，攻克工业复杂系统异常检测难题，实现工业系统图谱化，将产线传感器网络映射为动态图结构，突破传统方法对独立时序分析的局限。同时对图突变精准捕捉，设计图拓扑熵变算法，大幅提升设备早期故障的检测灵敏度。
第一作者为张桢，北京化工大学智能过程系统工程中心博士研究生。通讯作者为韩永明，教授，博士生导师，国家优青，计算机系系主任，研究领域包括人工智能、机器学习、系统建模及优化、能效评价、数据分析与信息集成、智能优化等；耿志强，教授，博导，现为智能过程系统工程教育部工程研究中心主任、北京化工大学数据科学与工程研究中心主任、中国自动化学会理事过程监控与优化领域权威学者。
《IEEE Transactions on Industrial Informatics》（IEEE TII）是工业互联网领域公认的顶尖期刊，连续十年位居JCR-Q1区，聚焦工业物联网、数字孪生、智能制造等前沿方向，以严苛的学术标准（年均录用率仅15%）推动第四次工业革命，被全球工业界誉为“技术创新的灯塔”。