NSF-MAP：用于装配流水线中鲁棒和可解释异常预测的神经符号多模态融合

本研究解决了现代装配流水线中单模态方法难以捕捉复杂异常预测所需关系的问题。通过引入神经符号人工智能和融合的多模态异常预测方法，采用基于时间序列和图像的决策级融合模型，研究表明此方法能有效利用时序数据和图像数据的互补优势，显著提升异常预测的性能和可解释性。