24 KiB
mask‑ddpm 项目说明书（内部长文版｜约 3 千字）
目标：以“论文叙述 + 说明书”混合风格，把项目的背景、方法、流程、评估、局限、未来方向完整写清楚。
面向对象：对扩散模型/时序建模不熟悉的读者也能读懂。
注意：不写具体实现代码，只写概念与方法。
摘要（Abstract）
工业控制系统（ICS）数据具有“多变量、强时序、混合类型”的特点。传统生成模型往往只能满足分布或时序之一，难以同时兼顾。我们提出一种 两阶段混合扩散框架（mask‑ddpm）：第一阶段学习时序趋势，第二阶段用扩散模型学习残差分布，同时对离散变量采用遮蔽‑恢复式扩散。为解决少数变量主导 KS 的问题，我们进一步提出 Type‑aware 分治思路，将程序驱动变量与过程变量分离处理，并配套完善的诊断与评估体系。实验表明，该框架能显著改善分布一致性，同时保持一定的时序结构，且具备可解释的误差定位能力。
1. 背景与动机（Why this problem is hard）
工业数据和普通时间序列有本质区别：
- 物理惯性：许多变量变化缓慢，前一刻会强烈影响后一刻。
- 程序驱动：部分变量来自操作者/调度程序，呈现“阶跃 + 长时间停留”。
- 混合类型：连续传感器与离散状态共存，必须分别处理。
如果只用一个模型去学所有变量，会产生明显问题：
- 模型为了对齐分布，会牺牲时序结构 → lag‑1 变差
- 模型为了时序稳定，会模糊分布 → KS 上升
- 离散变量如果当连续处理，会出现非法值 → JSD 上升
因此，需要一种结构化的建模策略来“拆分矛盾”。
2. 问题定义（Problem Formulation）
给定真实序列 (X \in \mathbb{R}^{T\times D})，其中：
- (T)：时间长度
- (D)：变量维度（连续 + 离散）
目标是学习生成模型 (G)，输出 (\hat{X})，使得：
分布一致性： [ \forall i,; F^{(i)}{gen}(x) \approx F^{(i)}{real}(x) ]
时序一致性： [ \rho_1(\hat{x}^{(i)}) \approx \rho_1(x^{(i)}) ]
离散合法性： [ \hat{x}^{(j)} \in \mathcal{V}_j ]
其中 (\rho_1) 表示 lag‑1 相关，(\mathcal{V}_j) 是离散变量的合法词表。
3. 方法概览（Method Overview）
核心设计是 两阶段 + 混合扩散：
阶段 1：时序趋势建模
用序列模型学习“整体趋势”。直觉上，这一步只负责回答“序列怎么变化”。
阶段 2：分布残差建模
用扩散模型学习“趋势以外的残差”，修正分布形状。直觉上，这一步只负责回答“数值分布像不像”。
这种解耦让“时序一致性”与“分布一致性”不再直接冲突。
4. 模型结构（Model Details）
4.1 连续变量扩散（DDPM）
扩散过程： [ x_t = \sqrt{\bar{\alpha}_t},x_0 + \sqrt{1-\bar{\alpha}_t},\epsilon,\quad \epsilon \sim \mathcal{N}(0,I) ]
解释：
- (x_0) 是真实残差
- (x_t) 是加噪后的数据
- 模型学习从 (x_t) 还原 (x_0) 或 (\epsilon)
4.2 离散变量扩散（Mask Diffusion）
离散变量通过“遮蔽 + 恢复”建模：
- 随机遮蔽部分 token
- 学习预测原始 token
这样保证离散输出 合法且可解释。
4.3 时序模块（Temporal GRU）
GRU 用于学习连续序列的趋势：
- 输入：连续序列
- 输出：趋势序列
- 用于构建残差：(x_{resid} = x - trend)
直观理解：
- GRU 负责“走向”
- 扩散负责“修正细节”
5. 损失函数设计（Loss Design）
5.1 连续损失
[ \mathcal{L}_{cont} = \begin{cases} |\hat{\epsilon}-\epsilon|^2 & (预测噪声)\ |\hat{x}_0-x_0|^2 & (预测原值) \end{cases} ]
解释：衡量“去噪后是否接近真实残差”。
5.2 离散损失
[ \mathcal{L}{disc} = \frac{1}{|\mathcal{M}|}\sum{(i,t)\in\mathcal{M}} CE(\hat{p}{i,t}, y{i,t}) ]
解释：只对被遮蔽的 token 做交叉熵，确保离散预测正确。
5.3 总损失
[ \mathcal{L} = \lambda \mathcal{L}{cont} + (1-\lambda)\mathcal{L}{disc} ]
解释：(\lambda) 决定分布与离散的权衡。
5.4 额外增强（可选）
SNR 权重： [ \mathcal{L}_{snr} = \frac{\text{SNR}_t}{\text{SNR}t+\gamma},\mathcal{L}{cont} ]
分位数对齐： [ \mathcal{L}Q = \frac{1}{K}\sum_k |Q_k(x{real}) - Q_k(x_{gen})|_1 ]
这些项有助于降低 KS，但可能牺牲时序一致性。
6. 评估指标（Evaluation Metrics）
6.1 KS（分布一致性）
[ KS_i = \sup_x |F^{(i)}{gen}(x) - F^{(i)}{real}(x)| ]
解释：越小代表分布越接近。
6.2 JSD（离散一致性）
[ JSD(P,Q)=\tfrac12 KL(P|M)+\tfrac12 KL(Q|M) ]
解释：衡量离散分布差异。
6.3 Lag‑1 Diff（时序一致性）
[ \Delta_{lag1} = \frac{1}{d}\sum_i |\rho_1(\hat{x}_i) - \rho_1(x_i)| ]
解释：衡量相邻时刻相关性偏差。
7. 诊断与分治思想（Type‑aware）
现实中，少数变量会主导 KS：
- setpoint/demand（程序驱动）
- actuator（饱和/停留）
- derived tags（确定性映射）
因此我们提出 Type‑aware 分治：
| 类型 | 特性 | 处理思路 |
|---|---|---|
| Type1 | 程序驱动 | 单独建模/重采样 |
| Type2 | 控制器输出 | 条件生成 |
| Type3 | 执行器位置 | 状态 + 停留模型 |
| Type4 | PV 过程量 | 扩散建模 |
| Type5 | 派生变量 | 确定性映射 |
| Type6 | 辅助量 | 简单统计模型 |
当前实现为 KS‑only baseline（经验重采样），只用于诊断上界。
8. 方法优势与局限
优势
- 将时序与分布解耦，训练更稳定
- 连续/离散混合扩散保证合法性
- 诊断工具完整，可定位问题变量
局限
- Type1/2/3 仍是难点
- KS 与时序存在 trade‑off
- KS‑only baseline 破坏联合分布
9. 未来方向
- Type1/2/3 条件生成器替代重采样
- Type4 加工况 embedding
- 增加跨变量相关性评估
10. 结论
mask‑ddpm 通过“两阶段趋势 + 扩散残差”实现了更平衡的 ICS 序列生成框架。项目已经在大多数变量上取得合理分布对齐，但仍需针对程序驱动变量进行专门建模。该框架提供了一个清晰可扩展的研究路径。
附录：公式解释简表
| 公式 | 含义 |
|---|---|
| DDPM 加噪 | 描述连续变量如何被噪声腐蚀 |
| 连续损失 | 衡量去噪结果与真实残差距离 |
| 离散交叉熵 | 衡量遮蔽 token 是否正确恢复 |
| KS | 分布最大偏差 |
| JSD | 离散分布偏差 |
| Lag‑1 Diff | 时序相关差异 |
Part 1 / 4 — 方法与理论基础（约 5k）
本部分重点：把“这个方法为什么合理”讲清楚，建立读者对整体框架的直觉与理论基础。
1.1 工业时序生成的独特性
工业控制系统（ICS）数据和常规时序数据（如股票、天气）有本质差别。最关键的三点是：
(a) 强物理约束 许多过程变量受到物理规律约束，比如液位变化不可能突然跳跃，压力和温度的变化速度有上限。这意味着模型必须尊重“惯性”与“平滑性”。
(b) 强程序驱动 工业系统中存在大量“外部控制信号”，例如设定值（setpoint）、需求（demand）、运行模式。这些变量不是由过程自然演化产生，而是外部程序/操作者指令造成。它们往往呈现“阶跃+停留”模式。
(c) 混合变量类型 同时存在连续变量（传感器、控制量）和离散变量（状态、模式、告警）。如果把离散变量强行当连续变量，会造成语义错误，例如出现“介于运行/停机之间”的无意义状态。
因此，工业时序生成不是单纯的“预测下一步”，而是需要同时兼顾分布、时序、离散合法性。
1.2 为什么单一模型会失败
如果用单一的序列模型（例如 LSTM/Transformer）去同时优化分布与时序，通常会出现以下冲突：
-
分布损失优化 → 时序退化 模型为了匹配每个变量的分布，会倾向于忽略时间结构，生成“看起来像分布，但像噪声”的序列。
-
时序损失优化 → 分布退化 模型为了保持时序连续性，生成的数值往往过于平滑，导致分布偏离真实数据（尤其重尾、尖峰）。
-
离散变量错误 离散变量被当作连续变量，会出现非法 token，导致 JSD 增大。
因此，必须引入结构性拆分：让不同模块只负责自己擅长的部分。
1.3 设计原则：解耦与专职化
本项目遵循三条核心原则：
原则 1：解耦“时序”与“分布”
- 时序结构由 Temporal 模块负责
- 分布细节由 Diffusion 模块负责
原则 2：连续与离散分开建模
- 连续变量适合高斯扩散
- 离散变量适合 mask‑diffusion
原则 3：对难学变量分类处理
- 程序驱动变量（Type1）不适合 DDPM
- 执行器变量（Type3）需要额外模型
这些原则构成了本项目的总体方法论。
1.4 两阶段框架的理论直觉
两阶段方法可以理解为：
[ X = \text{Trend}(X) + \text{Residual}(X) ]
趋势部分：决定序列“怎么走”，例如逐渐上升/下降，保持物理惯性。
残差部分：决定数值“长什么样”，例如分布形状、重尾、异常点等。
如果直接用一个模型去学 (X)，它必须同时解决趋势与分布问题。而我们拆成两部分后：
- 第一阶段（GRU）只学趋势
- 第二阶段（Diffusion）只学残差
这样能显著减少“时序 vs 分布”的冲突。
1.5 扩散模型为什么适合分布对齐
扩散模型（DDPM）是一类生成式模型，核心思想是：
- 逐步加噪，把数据变成纯噪声
- 逐步去噪，恢复真实分布
数学形式： [ x_t = \sqrt{\bar{\alpha}_t},x_0 + \sqrt{1-\bar{\alpha}_t},\epsilon ]
去噪的目标是预测 (\epsilon) 或 (x_0)。
优点：
- 可以拟合复杂、多峰、重尾分布
- 不依赖显式的概率密度函数
这正是 ICS 数据中“分布复杂”的现实需求。
1.6 为什么离散变量要用 mask‑diffusion
离散变量的关键问题是“语义合法性”。如果直接用连续扩散，会生成不合法值（例如 0.3、1.7 等），导致模型失效。
mask‑diffusion 的思路：
- 随机遮蔽部分 token
- 模型预测被遮蔽 token
损失是交叉熵： [ \mathcal{L}{disc} = \frac{1}{|\mathcal{M}|}\sum{(i,t)\in\mathcal{M}} CE(\hat{p}{i,t},y{i,t}) ]
这样保证输出必然来自 vocab，语义上合法。
1.7 为什么需要 Type‑aware 分治
即使有两阶段 + 混合扩散，仍然会发现 KS 被少数变量主导：
- Type1（setpoint/demand）几乎是“程序信号”
- Type3（执行器）具有“停留+饱和”特性
- Type5（派生变量）是确定性函数
这些变量从统计机制上就不适合扩散模型，因此需要额外设计。
Type‑aware 的意义是：
- 把“扩散学不好的变量”剥离出去
- 让扩散专注于真正适合它的变量（Type4）
1.8 指标设计的意义（直觉解释）
我们采用三类核心指标：
(a) KS：分布对齐
衡量生成分布与真实分布最大差距，越小越好。
(b) JSD：离散一致性
衡量离散状态频率是否接近真实。
(c) Lag‑1 Diff：时序一致性
衡量相邻时刻相关结构是否接近真实。
这三个指标对应三个核心目标：分布、时序、合法性。
1.9 理论层面的 trade‑off
可以理解为：
- KS 低 → 表示分布好
- Lag‑1 diff 低 → 表示时序好
但在实践中：
- 如果模型过度优化 KS，序列可能变成“随机抽样” → 时序崩坏
- 如果模型过度优化时序，分布会过于平滑 → KS 上升
因此，一个好的模型必须在二者之间找到平衡点。这正是本项目提出两阶段框架的核心动机。
1.10 小结
本部分给出了方法的理论基础：
- ICS 数据复杂且混合类型，单一模型难以兼顾
- 两阶段结构用于解耦时序与分布
- 混合扩散用于处理连续与离散
- Type‑aware 分治用于处理“扩散难学”的变量
下一部分将详细介绍训练流程与损失设计。
Part 2 / 4 — 训练流程与损失设计（约 5k）
本部分重点：让普通读者清楚“模型训练到底在做什么、每一步优化的目标是什么、为什么需要这些 loss”。
2.1 训练流程总览（高层视角）
整个训练分为两个阶段：
- Temporal Stage：训练一个时序模型（GRU），学习序列趋势。
- Diffusion Stage：训练扩散模型，学习趋势残差的分布。
换句话说，训练不是一次性完成，而是先学“怎么变化”，再学“变化后的数值细节”。
2.2 Temporal Stage：学趋势的意义
工业过程的动态通常平滑且具有惯性。假设我们直接用扩散模型学习整个序列，那么它必须同时完成“序列走向”和“数值分布”的建模任务。这样会产生冲突：
- 过度优化分布 → 序列变随机
- 过度优化时序 → 分布变窄
Temporal Stage 的目的就是先把“走向”固定住。
训练方式（直觉）
- 输入：连续变量序列
- 目标：预测下一时刻的连续序列
- 损失：MSE
这样模型学到的是“趋势结构”，而不是复杂分布。
2.3 Diffusion Stage：学残差分布
在 Temporal Stage 得到趋势序列 (T) 后，我们构造残差： [ R = X - T ]
Diffusion Stage 的目标是拟合残差分布。这样最终生成结果为： [ \hat{X} = \hat{R} + T ]
直观理解：
- 趋势提供骨架
- 残差提供“真实的噪声与细节”
2.4 连续分支损失设计
基本损失
在扩散中，我们可以选择预测噪声 (\epsilon)，或直接预测原始 (x_0)：
[ \mathcal{L}_{cont} = \begin{cases} |\hat{\epsilon} - \epsilon|^2 & (eps 预测)\ |\hat{x}_0 - x_0|^2 & (x0 预测) \end{cases} ]
为什么要预测 eps 或 x0？
- eps 预测更稳定（扩散原始形式）
- x0 预测更容易做分布校正
因此在不同实验中会切换。
2.5 离散分支损失设计
离散变量使用 mask‑diffusion。训练时随机遮蔽一部分 token：
[ \mathcal{L}{disc} = \frac{1}{|\mathcal{M}|}\sum{(i,t)\in\mathcal{M}} CE(\hat{p}{i,t},y{i,t}) ]
直觉解释：
- 只对被 mask 的 token 计算交叉熵
- 学到的是“在上下文中恢复正确状态”
这样避免了离散变量非法输出问题。
2.6 总损失与权衡
最终损失采用线性加权： [ \mathcal{L} = \lambda\mathcal{L}{cont} + (1-\lambda)\mathcal{L}{disc} ]
(\lambda) 的作用：
- (\lambda) 大 → 连续分布更好，离散可能退化
- (\lambda) 小 → 离散更好，连续分布可能偏差
这是训练中的关键权衡参数。
2.7 SNR 加权（为什么需要）
扩散过程早期噪声大、后期噪声小。直接用统一损失会导致训练不均衡。 因此引入 SNR 权重：
[ \mathcal{L}_{snr} = \frac{\text{SNR}_t}{\text{SNR}t+\gamma}\mathcal{L}{cont} ]
直觉解释：
- 在高噪声阶段，降低损失权重
- 在低噪声阶段，更强调精细结构
2.8 分位数损失（为什么对 KS 有效）
KS 本质是比较分布的 CDF。 因此加入分位数损失：
[ \mathcal{L}Q = \frac{1}{K}\sum_k |Q_k(x{real}) - Q_k(x_{gen})|_1 ]
直觉解释：
- 让模型对齐分布的关键分位点
- 尤其改善重尾和尖峰变量
2.9 残差统计约束（防止塌缩）
为了避免残差分布塌缩，加入 mean/std 对齐：
[ \mathcal{L}{stat} = |\mu{gen}-\mu_{real}|^2 + |\sigma_{gen}-\sigma_{real}|^2 ]
解释：
- 约束残差均值与方差
- 防止模型学到“过于平滑”残差
2.10 为什么训练会慢（深度解释）
-
两阶段训练
- Temporal 训练 + Diffusion 训练
- 训练成本几乎翻倍
-
扩散步数大
- timesteps=600
- 每次训练/采样都要反复迭代
-
Transformer backbone
- 自注意力复杂度随序列长度平方增长
- seq_len=128 时显存和时间增加明显
2.11 训练中的常见异常与解释
(a) loss 降得慢
- 原因：扩散训练本身慢
- 解决：降低 timesteps 或增大 batch
(b) loss 大幅波动
- 原因：噪声采样随机性 + 分布复杂性
- 解决：增加 EMA 或降低学习率
(c) lag‑1 差
- 原因：trend 学得不足或 seq_len mismatch
- 解决：提高 temporal_epochs，并统一 seq_len 与 sample_seq_len
2.12 小结
本部分强调了训练的核心逻辑：
- Temporal Stage 负责时序结构
- Diffusion Stage 负责分布残差
- Loss 设计通过多项损失平衡分布与时序
下一部分将深入说明评估与诊断体系。
Part 3 / 4 — 评估与诊断体系（约 5k）
本部分重点：让读者理解“如何判断模型好坏”，以及“为什么需要诊断工具”。
3.1 为什么只看 loss 不够
训练 loss 只能说明“模型在拟合训练目标”，但不一定等价于真实质量。 在本项目中，loss 可能降低，但 KS 或 lag‑1 仍可能很差，因为：
- loss 主要优化局部误差，而 KS 衡量整体分布差异
- 模型可能学到“平均值附近”，但尾部严重缺失
- 离散变量可能预测错误，但 loss 依旧较小
因此，必须使用更贴近目标的评估指标。
3.2 分布一致性指标（KS）
KS 统计量定义为： [ KS_i = \sup_x |F^{(i)}{gen}(x)-F^{(i)}{real}(x)| ]
解释：
- (F_{gen})：生成分布的累积分布函数
- (F_{real})：真实分布的累积分布函数
- KS 表示两条 CDF 曲线的最大距离
直观理解：
- KS 小 → 生成分布几乎重合
- KS 大 → 分布偏移明显
注意：在尖峰/离散化变量上，必须使用 tie‑aware KS，否则会被高估。
3.3 离散一致性指标（JSD）
Jensen‑Shannon Divergence： [ JSD(P,Q)=\tfrac12 KL(P|M)+\tfrac12 KL(Q|M) ] 其中 (M = (P+Q)/2)。
解释：
- 衡量离散分布差异
- 适合评估状态类变量
- 越小越好
3.4 时序一致性指标（Lag‑1 Diff）
Lag‑1 相关差异： [ \Delta_{lag1} = \frac{1}{d}\sum_i |\rho_1(\hat{x}_i)-\rho_1(x_i)| ]
解释：
- 计算每个变量的相邻相关性
- 衡量“时间上的惯性是否正确”
- 越小越好
3.5 为什么要做诊断
即使平均 KS 下降，也可能是“部分变量非常好，部分变量非常差”。 这会误导优化方向。因此必须诊断：
- 哪些变量最差？
- 它们的分布差在什么区间？
- 它们属于哪种类型？
3.6 诊断工具 1：Per‑feature KS 排序
我们用 ranked_ks.py 输出：
- 变量 KS 从高到低排序
- 观察“top‑N 主导问题变量”
意义：
- 精准定位瓶颈
- 避免盲目改模型
3.7 诊断工具 2：CDF 图
用 diagnose_ks.py 绘制 CDF 对比：
- 真实 vs 生成
- 可直观看到“尾部缺失 / 中位数偏移 / 饱和堆积”
这是理解 KS 高的最直接手段。
3.8 诊断工具 3：Filtered KS
Filtered KS 会剔除：
- 标准差为 0 的变量
- KS 极端异常的变量
意义：
- 判断“整体模型是否已经合理”
- 证明 KS 被少数变量拖垮
3.9 Type‑wise 评估
为了对应 Type‑aware 分治策略，我们也统计：
- Type1 KS 均值
- Type2 KS 均值
- Type3 KS 均值
- …
这样可以看到不同类型变量的贡献。
3.10 评估指标的 trade‑off
现实中常见情况：
- KS 下降 → lag‑1 上升
- lag‑1 下降 → KS 上升
因此需要在实验中明确目标：
- 若目标是分布一致性，接受时序退化
- 若目标是时序一致性，接受分布偏差
这也是论文中必须讨论的权衡点。
3.11 KS‑only baseline 的作用
KS‑only baseline 是一种诊断工具：
- 把难学变量替换为真实分布采样
- 观察整体 KS 降到的“上限”
意义：
- 如果 KS 仍高 → 说明模型整体分布学得差
- 如果 KS 明显降 → 说明瓶颈集中在少数变量
3.12 评估流程的完整逻辑
评估流程包含：
- 生成数据（generated.csv）
- 与真实数据对比，计算 KS/JSD/lag‑1
- 输出 eval.json
- 额外诊断：CDF/Rank/Filtered
- 若启用后处理，再评估 eval_post.json
3.13 小结
本部分说明：
- 为什么必须用 KS/JSD/lag‑1 评估
- 为什么要做 per‑feature 诊断
- 为什么引入 Type‑wise 分治评估
下一部分将讨论实验观察、局限与未来方向。
Part 4 / 4 — 实验观察、局限与未来方向（约 5k）
本部分重点：总结实验现象，解释为什么会出现这些现象，并给出未来工作的方向。
4.1 典型实验现象回顾
在大量实验中，我们观察到几个稳定现象：
-
KS 可以明显下降，但 lag‑1 可能变差
- 当加强分布对齐（quantile loss、校准）时，分布更好，但时序一致性下降
-
离散 JSD 相对稳定
- 离散 mask diffusion 保证 token 合法性
- JSD 通常不会像 KS 那样剧烈波动
-
少数变量主导 KS
- Type1/2/3 是 KS 的主要来源
- 说明整体分布其实已经合理，问题集中在少数难学变量
4.2 为什么 Type1/2/3 变量难学
Type1（setpoint/demand）
- 本质是外部程序驱动，而非系统响应
- 呈现长时间常数 + 突然阶跃
- 扩散模型更擅长连续变化，难以准确复现这种跳变
Type2（controller output）
- 受控制算法约束（PID）
- 值域常常饱和于 0 或 100
- 分布极端尖峰
Type3（actuator positions）
- 常有停留、饱和和离散档位
- 实际变化规律与简单连续噪声不同
这些特性说明：必须用专门的模型去建模，而不是依靠通用 DDPM。
4.3 KS‑only baseline 的意义与局限
KS‑only baseline（经验重采样）告诉我们：
- 理论上 KS 能到多低
- 确认瓶颈是否在少数变量
但它的局限也非常明显：
- 破坏变量之间的依赖关系
- 无法保证联合分布一致
- 只能作为诊断工具，而非最终生成器
4.4 时序 vs 分布的理论矛盾
在本项目中，时序与分布的矛盾非常典型：
- 如果只关注分布：序列会失去惯性，变成“随机抽样”
- 如果只关注时序：序列会变平滑，失去重尾或多模态特征
两阶段架构正是为了缓解这种矛盾，但仍无法彻底消除。
4.5 为什么需要条件建模（Conditioning）
真实工业数据往往依赖于“工况/模式”。 例如：
- 不同 setpoint 会导致不同 PV 分布
- 不同状态会导致执行器行为差异
因此，未来需要在模型中加入条件：
[ P(X|C)\quad \text{而不是}\quad P(X) ]
这种条件建模可以显著减少分布误差。
4.6 未来方向（具体可操作的路线）
方向 1：Type1 程序生成器
- 用 HMM 或 change‑point 模型生成 setpoint/demand
- 再作为条件输入扩散模型
方向 2：Type2 控制器模拟器
- 训练一个小型控制器网络
- 根据 setpoint + PV 输出控制量
方向 3：Type3 执行器动力学模型
- 用“状态 + 停留 + 速率”建模
- 比纯重采样更真实
方向 4：Type4 PV 的条件扩散
- 加入工况 embedding
- 在不同 regime 下分布更一致
4.7 实验写作建议（论文表达角度）
在写论文时，可以这样组织：
- 展示 KS/JSD/lag‑1 的全局指标
- 展示 per‑feature KS 排序
- 强调“少数变量主导错误”
- 提出 Type‑aware 分治策略
- 用 KS‑only baseline 作为诊断上界
这样能显得方法合理且有深度。
4.8 结论总结
本项目提供了一条清晰路径：
- 先解耦时序与分布（两阶段）
- 再解决连续与离散（混合扩散）
- 最后用 Type‑aware 分治处理难变量
因此，它不仅是一个生成模型，更是一套“如何诊断、如何改进”的系统性方法。
全文总结
mask‑ddpm 的核心贡献在于 结构性拆解问题：
- 时序结构与分布对齐分开建模
- 连续与离散分开扩散
- 难变量类型单独处理
通过这些结构化手段，本项目为工业时序生成提供了一个可解释、可扩展的方案。它不是单纯追求指标最优，而是提供了一套完整的研究路径。