摘要
本申请涉及人工智能领域,公开了基于垂直联邦学习的多模态情感分析平台及方法,包括:数据持有方模块,配置为存储多模态数据,并通过特征提取工具提取情感相关特征、模态独立特征和干扰特征;联邦学习协调模块,配置为协调多个数据持有方之间的特征对齐和模型训练;特征解耦模块,配置为基于子空间分解方法将多模态特征划分为情感相关特征、模态独立特征和干扰特征;分布建模模块,配置为对解耦后的情感相关特征和模态独立特征进行分布建模,所述分布建模模块基于高斯混合模型拟合情感相关特征的分布。通过采用联邦学习框架,协调多个数据持有方之间的特征对齐和模型训练,实现了在保护数据隐私的同时,进行多模态情感分析。
技术关键词
独立特征
干扰特征
高斯混合模型
特征提取工具
模态特征
对齐模块
平台
多模态情感分析
参数
跨模态
情感分析方法
保护数据隐私
情感特征
加密数据
偏差
矩阵
系统为您推荐了相关专利信息
时频同步方法
干扰特征分析
多路径效应
干扰分析模型
聚类算法
高斯混合模型
光伏发电功率
区间预测方法
期望最大化算法
光伏发电数据
动态风险评估系统
多源异构数据
新能源汽车
动态风险评估方法
多模态
根际促生菌
浙贝母
筛选方法
深度残差网络
多模态特征融合