Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国民航大学遇炳昕获国家专利权

中国民航大学遇炳昕获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国民航大学申请的专利一种基于生成式人工智能与多模态融合的人机交互方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119961524B

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510429561.1,技术领域涉及:G06F16/9535;该发明授权一种基于生成式人工智能与多模态融合的人机交互方法是由遇炳昕;刘永欣;吕济松;李桃;周博韬;于生泽;李诗洋设计研发完成,并于2025-04-08向国家知识产权局提交的专利申请。

一种基于生成式人工智能与多模态融合的人机交互方法在说明书摘要公布了:本发明公开了一种基于生成式人工智能与多模态融合的人机交互方法,属于人工智能技术领域,包括获取多模态数据并对数据进行预处理;使用集成稀疏自适应网络对预处理后的多模态数据进行特征提取并融合;基于融合后多模态数据,使用生成式人工智能生成初始学习材料;构建知识图谱,生成式人工智能基于多维知识图谱,根据学习者个性化需求生成个性化初始路径;使用图卷积网络和强化学习动态调整路径;收集学习者动态反馈信息,根据学习者动态反馈信息调整路径权重,实时优化推荐路径。本发明采用上述方法,增强了应对多模态数据复杂性的能力,提高了生成式人工智能生成教育内容的精准性和灵活性。

本发明授权一种基于生成式人工智能与多模态融合的人机交互方法在权利要求书中公布了:1.一种基于生成式人工智能与多模态融合的人机交互方法,其特征在于,步骤包括: S1、获取文本、音频和视觉多模态数据,并对多模态数据进行预处理; S2、使用集成稀疏自适应网络对预处理后的多模态数据进行特征提取并融合,包括:集成稀疏自适应网络通过自适应阈值机制筛选多模态数据中的关键特征向量,文本特征使用BERT提取语义嵌入,稀疏化处理保留高频关键词,音频特征使用MFCC进行特征提取,通过注意力机制筛选关键片段,视觉特征通过CNN提取图像特征,稀疏编码保留显著性区域,然后将稀疏化的特征向量拼接为联合表示,输入到全连接层进行深度建模; S3、基于步骤S2中融合后多模态数据,使用生成式人工智能生成初始学习材料,并形成动态资源库; S4、构建包括课程关系、知识点关联和学习者个体数据的多维知识图谱,生成式人工智能基于多维知识图谱,根据学习者个性化需求生成个性化初始路径; S5、基于步骤S4中初始路径,使用图卷积网络嵌入多维知识图谱结构化内容,提取特征向量,采用强化学习对特征向量进行迭代调整,生成最优学习路径,其中,特征向量表示课程或知识点; 采用强化学习对特征向量进行迭代调整,生成最优学习路径包括:设置强化学习状态空间S、动作集A、奖励机制R和策略函数,使用Q-Learning算法迭代优化Q值表来逼近最优策略,Q值表示从给定状态开始执行特定动作所获得的预期累积奖赏,迭代优化更新公式表示为: ; 式中,表示当前状态;表示当前动作;表示即时奖励;为学习率;为折扣因子;代表后续状态;表示下一步状态中采取的动作; 使用马尔可夫决策过程构建智能体与环境互动优化长期奖励积累的基础模型,智能体的任务是派生一个策略,将状态映射到动作,策略定义智能体在状态s时应采取的动作,目标是找到一个最优的策略,以使随时间累积的总奖励最大化,其中,学习者表示智能体,课程或知识点表示状态,动作表示学习者做出的选择,奖励表示学习者的进展或满意度,通过强化学习对学习者目标进行优化,得到最优路径; S6、收集学习者动态反馈信息,根据学习者动态反馈信息调整路径权重,实时优化推荐路径。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国民航大学,其通讯地址为:300300 天津市东丽区津北公路2898号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。