ボーチェン・ジョウ(Bocheng Zhou)、ジンゼ・シエ(Jinze Xie)、ティエンティエン・チェン(Tiantian Chen)らは、2026年のItalian National Conference on Sensorsで、異種センシング信号から運用状態と潜在リスクを検出する言語・行動整合性センシングフレームワークを提案した。論文によると、既存研究は主にテキスト情報の理解か行動データ分析のどちらかを扱っており、テキスト上の宣言が実際に実行された行動と一致するかには十分な注意が向けられてこなかった。この空白により、実行のずれを含むものの、まだ重大な異常には至っていないリスクの早期検出が難しくなる。

フレームワークは、テキスト由来のセンシング信号と行動由来のセンシング信号を共通の状態論理空間に写像する。テキスト状態論理抽出モジュール、観測された行動状態モデリングモジュール、言語・行動整合性測定モジュールを使い、宣言された状態と実行された状態を比較し、ずれを定量化する。実験では、公開宣言文、業務報告書、行動ログ、リソース配分記録、状態応答情報を含む複数ソースのセンシングデータセットが使われた。

提案手法はベースライン比較で最良の結果を示し、language-behavior consistency score (LCS) 0.742、AUC 0.846、F1-score 0.811、Precision 0.802、explanation consistency score (ECS) 0.821を達成した。論文は、FinBERT、LSTM、Multimodal Transformer、Contrastive Multimodal Modelを上回ったとしている。産業の運用・保守、スマート製造、デジタルインフラ管理、その他のインテリジェント監視シナリオを支援できるという。

ボーチェン・ジョウ(Bocheng Zhou)、ジンゼ・シエ(Jinze Xie)、ティエンティエン・チェン(Tiantian Chen)らは、2026年のItalian National Conference on Sensorsで、異種センシング信号から運用状態と潜在リスクを検出する言語・行動整合性センシングフレームワークを提案した。論文によると、既存研究は主にテキスト情報の理解か行動データ分析のどちらかを扱っており、テキスト上の宣言が実際に実行された行動と一致するかには十分な注意が向けられてこなかった。この空白により、実行のずれを含むものの、まだ重大な異常には至っていないリスクの早期検出が難しくなる。

フレームワークは、テキスト由来のセンシング信号と行動由来のセンシング信号を共通の状態論理空間に写像する。テキスト状態論理抽出モジュール、観測された行動状態モデリングモジュール、言語・行動整合性測定モジュールを使い、宣言された状態と実行された状態を比較し、ずれを定量化する。実験では、公開宣言文、業務報告書、行動ログ、リソース配分記録、状態応答情報を含む複数ソースのセンシングデータセットが使われた。

提案手法はベースライン比較で最良の結果を示し、language-behavior consistency score (LCS) 0.742、AUC 0.846、F1-score 0.811、Precision 0.802、explanation consistency score (ECS) 0.821を達成した。論文は、FinBERT、LSTM、Multimodal Transformer、Contrastive Multimodal Modelを上回ったとしている。産業の運用・保守、スマート製造、デジタルインフラ管理、その他のインテリジェント監視シナリオを支援できるという。