研究者发布NeSySpec神经符号框架用于飞机规范审计

研究者提出并发布 NeSySpec，一个基于 Logic Tensor Networks 的可解释神经符号审计框架，可在一条流水线中诊断飞机工程规范中的违规约束、定位被篡改字段、给出最小修改修复并关联图像证据。 作者团队的验证覆盖 107 种机型，其中 16 架来自 9 个机族的测试机未参与训练；论文称其诊断能在 94.2% 的被篡改测试记录中指明被违反的约束，高于经典 Fellegi-Holt 方法的 79.5%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。