通过新颖的概念漂移检测器，提出了一种信息驱动的故障检测方法，适用于识别加性噪声模型的输入输出关系中的漂移。该方法具有强一致性、对非故障情况的指数快速检测以及对检验的显著性水平和功率的控制等几个理论特性。验证结果表明该方法在实际和现实的场景中具有实用性，并且显示了性能保证。

该研究提出了一个框架，用于从数据中学习稀疏的非参数有向无环图（DAG），适用于各种非参数和半参数模型，包括GLMs、加性噪声模型和索引模型等特殊情况。代码可在指定网址获得。