Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京航空航天大学郑志明获国家专利权

北京航空航天大学郑志明获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于大模型的多模态数据融合方法及装置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:CN119807990B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411695617.X,技术领域涉及:G06F18/25;该发明授权一种基于大模型的多模态数据融合方法及装置是由郑志明;袁波;吴发国;陈宣宇设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

一种基于大模型的多模态数据融合方法及装置在说明书摘要公布了:本说明书实施例公开了一种基于大模型的多模态数据融合方法及装置,包括:将待处理的多模态数据转换为各模态对应的嵌入向量;基于预设的CNN模型,提取所述各模态对应的嵌入向量的特异特征,获得特异特征;基于所述特异特征,通过预设的强化学习算法,确定所述特异特征的权重;基于所述特异特征的权重,添加门控控制,对所述特异特征进行特征提取,获得共享特征,所述共享特征为所述待处理的多模态数据的融合结果。

本发明授权一种基于大模型的多模态数据融合方法及装置在权利要求书中公布了:1.一种基于大模型的多模态数据融合方法,其特征在于,所述多模态数据融合方法包括: 将待处理的多模态数据转换为各模态对应的嵌入向量; 基于预设的CNN模型,提取所述各模态对应的嵌入向量的特异特征,获得特异特征,所述特异特征包括:所述待处理的多模态数据为图像数据时,所述特异特征为图像的边缘、纹理、颜色及图像中的目标对象;所述待处理的多模态数据为表格数据时,所述特异特征为所述表格数据对应的数值特征的平均值、标准差,类别特征的众数、缺失值;所述待处理的多模态数据为文本数据时,所述特异特征包括所述文本数据对应的语法结构、文本风格、情感倾向;所述待处理的多模态数据为音频数据时,所述特异特征包括:音频的音调、响度、节奏; 基于所述特异特征,通过预设的强化学习算法,确定所述特异特征的权重,所述预设的强化学习算法为策略梯度,所述策略梯度的状态为:当前输入的所述待处理的多模态数据特征、当前大模型的内部状态以及历史动作;所述策略梯度的动作为调整所述待处理的多模态数据的特异特征的权重,以及保留或者抑制某个模态的特征;所述策略梯度的奖励为分类任务的准确率以及回归任务的均方误差; 基于所述特异特征的权重,添加门控控制,对所述特异特征进行特征提取,获得共享特征,所述共享特征为所述待处理的多模态数据的融合结果,所述共享特征包括:概念性特征、事件性特征和属性特征;其中,所述概念性特征为所述待处理的多模态数据中均存在的对同一概念描述的特征;所述事件性特征为所述待处理的多模态数据中对同一事件进行描述的特征,所述事件性特征包括:时间序列信息、事件地点信息及事件参与者信息;所述属性特征为所述待处理的多模态数据中对事物属性进行描述的特征。

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北京航空航天大学,其通讯地址为:100000 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。

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。