The Survey on Multi-Source Data Fusion in Cyber-Physical-Social Systems:Foundational Infrastructure for Industrial Metaverses and Industries 5.0

随着“工业5.0”概念的发展，工业元宇宙有望与实际工业过程并行运作，提供“人本”、“安全”、“可持续”、“敏感”、“服务”和“智能”“6S”制造解决方案。工业元宇宙不仅以动态和演化的方式可视化生产过程，还为优化和重塑过程提供了沉浸式实验室实验环境。此外，社交计算技术可以发现隐藏在社交媒体数据中的定制用户需求，为构建包括工业元宇宙在内的整个社交制造过程引入了输入渠道。这使得跨物理-数字-社交系统（CPSS）的多源数据融合成为基础性和关键性挑战。本文首先在进行全面文献综述的基础上，提出了一个多源数据融合驱动的工业元宇宙操作架构。通过考虑融合机制和应用场景，分析了每种类型方法的优缺点。特别地，我们结合深度学习和知识图谱在可扩展性和并行计算方面的优势，使我们提出的框架具有预测优化和演化的能力。这种集成可以解决深度学习在可解释性和事实制造方面的缺点，同时克服知识图谱中固有的不完整性、建设和维护方面的挑战。提出的架构的有效性通过并行编织案例研究得到验证。最后，我们讨论了跨CPSS的多源数据融合在“工业5.0”中的工业元宇宙和社交制造面临的挑战和未来方向。

本文旨在提出一种基于多源数据融合的工业元宇宙操作架构，以解决工业过程中的优化和重构问题，同时克服深度学习和知识图谱的局限性。

该论文的关键思路是将深度学习和知识图谱相结合，以实现工业元宇宙的预测优化和进化。

该论文分析了多种多源数据融合方法的优缺点，并提出了一种融合深度学习和知识图谱的操作架构。通过并行编织案例研究验证了该架构的有效性。

最近的相关研究包括“基于深度学习的工业过程优化方法”和“工业元宇宙中的知识图谱应用研究”等论文。