研究人员推出 ANSR-DT，一个旨在增强工业应用数字孪生的新型神经符号框架。该框架集成了时间异常检测、符号推理和强化学习，以提高可解释性、适应性和领域知识的整合。ANSR-DT 结合了用于模式识别的 CNN-LSTM 模型和基于 Prolog 的推理，以生成明确的规则和可追溯的决策路径，并通过基于 PPO 的适应层进一步优化。实验结果表明，ANSR-DT 在提供稳定的规则提取和可扩展推理的同时，实现了具有竞争力的预测性能，优于八种基线方法，并在 Skoltech 异常基准上得到了验证。 AI
排序理由 该集群描述了一篇关于数字孪生新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
