Self-Supervised Temporal Pattern Mining for bio-inspired soft robotics maintenance with zero-trust governance guarantees

L'article explore la maintenance de la robotique souple bio-inspirée, en abordant la nature non linéaire de la dégradation des matériaux qui remet en question les calendriers de maintenance traditionnels. La recherche se concentre sur l'exploration de motifs temporels auto-supervisée pour identifier les signaux précurseurs de défaillance et intégrer des garanties de gouvernance de confiance zéro.