摘要
本公开提供了一种基于人工智能的数据分析与可视化方法,获取多模态数据;并用知识图谱将所述模态数据实体化;使用L2范数进行归一化;使用多轮交叉注意力机制,每一轮首先将某一模态作为查询集合,其他模态依次作为键值集合,并使用共享矩阵对其进行参数化表示;然后利用Sigmoid激活函数归一化得到交叉注意力权重,最后将注意力分布加权求和得到模态输出;在经过多轮交叉注意力机制处理后,每个模态已经考虑了与其他模态的互补性,将这些经过互补性增强的嵌入向量拼接起来,形成互补性嵌入矩阵。本技术方案综合考虑模态互补性和相关性,并提高计算效率,且多维度融合数据特征,本发明的数据融合方法更为全面和深入。
技术关键词
交叉注意力机制
可视化方法
矩阵
多模态
实体
模态特征
数据融合方法
键值
代表
数据访问请求
跨模态
图谱
可视化系统
时序
数据压缩
策略
离群点
实时数据
系统为您推荐了相关专利信息
感兴趣
调控方法
高分辨率遥感图像
耕地
特征提取方式
模态参数识别方法
轮廓系数
初始聚类中心
连续状态空间
剔除噪声
物品遗留检测方法
协方差矩阵
动态背景
估计误差
物体特征信息