多模态数据融合管道中的质量异常传播与根因定位技术研究

© 2025 by the Author(s). Licensee Art and Design, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

多模态数据融合管道中，质量异常传播与根因定位技术至关重要。本文从机理研究、技术创新与工程实践三个维度，提出综合解决方案，包括分析异构数据流耦合强度、构建DAG拓扑表征、设计动态权重因果推理等算法，并通过故障注入测试、构建基准数据集等验证。方案有效提升了智能制造系统可靠性，还探讨了未来技术融合方向。

Keywords

多模态数据融合

质量异常根因定位

智能制造

References

[1]吴愚.多模态融合感知技术研究与设计[D].电子科技大学, 2021.
[2]王玉珏.工业物联网中的多模态数据融合方法研究[D].华中科技大学, 2022.
[3]郑德重.基于多模态数据融合的肺部肿瘤智能分析技术研究[D].中国科学院大学, 2021.
[4]郭朔.基于多模态数据融合的图像描述算法研究与应用[D].郑州大学, 2023.
[5]王剑.多模态数据融合的肿瘤预后分析研究[D].南方医科大学, 2023.
[6]刘沛然. 基于智能教育领域的多模态数据融合应用研究[J]. 智能城市,2022,8(11):13-15.
[7]黄美琳. 基于多模态数据融合的大学英语视听说教学改革研究[J]. 文教资料,2023(11):110-113.
[8]孟凡会,王玉亮,汪雷. 基于深度学习的农村电商多源多模态数据融合[J]. 滁州学院学报,2023,25(2):52-61.
[9]李晓娜,雷娜. 多模态数据融合下智能教育伦理问题及应对策略[J]. 中国信息技术教育,2023(8):91-94.
[10]张莉.基于多模态数据融合的社区智慧停车系统设计[J].无线互联科技, 2023, 20(16):12-17.

Previous article in this issue

Next article in this issue