本論文では、複数のデータストリームからのリアルタイム入力に基づいた推論を行う接続されたサイバー物理システムにおける、通信遅延の不確実性に対処する新たな手法を提案します。従来の最先端の非ブロッキング推論方法は、リファレンスモダリティパラダイムに依存しており、一つのモダリティ入力が完全に受信されるまで処理を行うことができませんでした。本研究では、適応的な時間的統合ウィンドウ（TWI）を利用して、異種ストリーム間の確率的遅延パターンに動的に適応し、リファレンスモダリティの要件を緩和する神経インスパイア型の非ブロッキング推論パラダイムを提案します。この枠組みは、正確さと遅延の妥協点に対するより細かい制御を可能にし、音声・映像イベントローカリゼーション（AVEL）タスクにおいて従来手法よりも優れたネットワークダイナミクスへの適応性を示します。