一种云边端协同的多模态数据分布式治理方法

本发明提供一种云边端协同的多模态数据分布式治理方法，边缘节点获取多模态时序数据，采用高斯过程回归进行概率插补，基于云端预构建的含地质力学参数的异构空间关联图，通过空间地质注意力图神经网络提取多模态空间融合特征序列，将所述多模态空间融合特征序列输入分层交叉注意力Transformer网络，模态内编码层在边缘节点生成时序特征；云端依据实时负载、网络时延及预警等级，决策模态间融合层的计算位置：若边缘执行，则生成全模态融合特征上传；若云端执行，则传输数据至云端融合，云端解码全模态表征预测多测点状态，通过残差协方差优化图结构不确定性函数，迭代更新关联图权重及地质力学参数。