公开(公告)号：CN117688507A

公开(公告)日：2024-03-12

申请号：CN202311563158.5

申请日：2023-11-22

Applicant: 桂林理工大学

Inventor： 李景文 ,  王崴 ,  姜建武 ,  岳涛 ,  陆妍玲 ,  王博 ,  王文杰

IPC: G06F18/25 ,  G06F18/22 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及大数据共享与挖掘技术领域，具体涉及一种数据关联的多源异构数据智能信息发现方法及系统，任务需求经主题模型获取主题词集合；定义面向多元多模态数据的数据胞架构，并基于数据胞架构构建元元胞；基于元胞通道关联规则进行逐级元胞通道随机关联，产生包含自主关联信息的组元胞信息核进行组元胞构建，得到组元胞信息核集合；设置深度学习惩罚项构建奖惩模型，使用组元胞信息核人工打分数据训练所述奖惩模型，训练后的奖惩模型代替人工进行所述组元胞信息核智能排序，获取与任务需求最优匹配的关联信息，该方法实现了面向任务需求的多模态数据自主关联，有效实现了为多模态数据的共享和信息发现。

公开(公告)号：CN117688506A

公开(公告)日：2024-03-12

申请号：CN202311563095.3

申请日：2023-11-22

Applicant: 桂林理工大学

Inventor： 李景文 ,  王崴 ,  姜建武 ,  高二涛 ,  王博 ,  王文杰 ,  王庆阳

IPC: G06F18/25 ,  G06F18/22 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及数据处理技术领域，具体涉及一种多模态融合的自主数据关联与智能信息发现方法，包括定义面向多元多模态数据的数据胞架构；根据数据胞架构构建元元胞；根据元胞通道的关联规则进行逐级元胞通道随机关联，产生包含自主关联信息的组元胞信息核进行组元胞构建，最终获得组元胞信息核集合；设置深度学习惩罚项构建奖惩模型，使用组元胞信息核人工打分数据训练奖惩模型，训练后的奖惩模型代替人工对组元胞信息核集合进行筛选，本发明有效实现了多模态融合的自主数据关联与智能信息发现，为多模态数据的共享和信息发现提供了一种新模式。解决了现有技术无法实现广泛多模态数据的自主关联与有意义关联的智能选择的问题。