摘要
本发明涉及大模型的数据融合技术领域,具体涉及自适应跨模态注意力与知识保持多模态数据融合方法。该方法包括以下步骤:对多模态数据进行预处理与时空/语义对齐;通过模态特异性编码器提取特征,并投影至统一嵌入空间;利用自适应跨模态注意力模块动态学习模态重要性权重,在Transformer层内融合特征;通过知识保持层的门控机制控制多模态信息回流,防止灾难性遗忘;动态生成跨模态交互图,量化模态间依赖关系。本发明引入了一种自适应跨模态注意力与知识保持框架,该框架利用大模型骨干动态融合来自不同模态的信息,同时明确地解决灾难性遗忘问题并增强可解释性。
技术关键词
跨模态
注意力
多模态信息
数据融合技术
动态时间规整
令牌
预训练模型
声学特征
机制
语义
编码器
文本
序列
框架
模块
分词
图像
系统为您推荐了相关专利信息
图像生成模型
图像编码器
文本编码器
图像解码器
生成输出图像
神经网络模型
图谱
分布式计算框架
节点特征
动态演化模型
光谱图像分类方法
高光谱图像分类
图像分类模型
分支
编码器