Trong bài báo này, chúng tôi đề xuất một mạng hợp nhất thời gian đa thang đo dựa trên sự chú ý (AMTFNet) mới để chẩn đoán lỗi trong các quy trình đa phương thức. Để khắc phục khó khăn trong việc trích xuất các đặc điểm chung do sự khác biệt trong phân phối dữ liệu đa phương thức, chúng tôi trích xuất các đặc điểm cục bộ đa thang đo và các đặc điểm ngắn hạn và dài hạn bằng cách sử dụng các phép tích chập theo chiều sâu đa thang đo và các đơn vị hồi quy có cổng, đồng thời loại bỏ thông tin cụ thể theo chế độ thông qua chuẩn hóa thể hiện. Ngoài ra, chúng tôi cải thiện độ chính xác của chẩn đoán lỗi bằng cách tập trung vào các điểm thời gian quan trọng, nơi thông tin chung giữa các đa phương thức cao thông qua cơ chế chú ý thời gian. Các kết quả thử nghiệm trên Bộ dữ liệu Quy trình Tennessee Eastman và Bộ dữ liệu Cơ sở Dòng chảy Ba Pha chứng minh rằng mô hình đề xuất có hiệu suất chẩn đoán tuyệt vời và kích thước mô hình nhỏ. Mã nguồn sẽ được phát hành trên GitHub.
