THERMAL ANOMALY MANAGEMENT

A method of managing thermal anomalies in an environment is described. A deep learning system is trained to identify thermal anomalies from recorded environment parameter data. A Bayesian network is also trained to identify relationships between environment parameters, and the identified relationships are used to develop a causal explanation hierarchy. Using these trained systems, environment parameters are measured first to identify a thermal anomaly, and on identification of a thermal anomaly, and then to provide a causal explanation hierarchy for the thermal anomaly. This enables a real-world intervention to address the thermal anomaly. A suitable system to perform this method is also described. Un procédé de gestion d'anomalies thermiques dans un environnement est décrit. Un système d'apprentissage profond est entraîné pour identifier des anomalies thermiques à partir de données de paramètre d'environnement enregistrées. Un réseau bayésien est également entraîné pour identifier des relations entre des paramètres d'environnement, et les relations identifiées sont utilisées pour développer une hiérarchie d'explication causale. À l'aide de ces systèmes entraînés, des paramètres d'environnement sont mesurés en premier pour identifier une anomalie thermique, et lors de l'identification d'une anomalie thermique, puis pour fournir une hiérarchie d'explication causale pour l'anomalie thermique. Ceci permet à une intervention du monde réel d'adresser l'anomalie thermique. Un système approprié pour mettre en œuvre ce procédé est également décrit.