買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉國網浙江省電力有限公司營銷服務中心申請的專利一種針對模態缺失問題的多模態提示學習方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120234617B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510697534.2，技術領域涉及：G06F18/214；該發明授權一種針對模態缺失問題的多模態提示學習方法及系統是由章一新;楊玉強;林少娃;沈然;侯素穎;朱林;曹瑞峰;郭燁燁;王姝晏設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本一種針對模態缺失問題的多模態提示學習方法及系統在說明書摘要公布了：本發明公開了一種針對模態缺失問題的多模態提示學習方法及系統。本發明的多模態提示學習方法，包括：在高資源數據集上完成多模態模型的預訓練；針對低資源數據集上不完整的模態數據，通過缺失模態生成模塊恢復缺失模態特征；通過合并信號缺失提示，以區分真實模態和恢復的缺失模態；通過附加類型缺失提示，以建模多個缺失模態的相關性；將完整模態數據在預訓練模型中進行推理，并更新缺失模態生成模塊參數、信號缺失提示參數和類型缺失提示參數。本發明利用少量可學習的提示，指導可用模態恢復缺失模態的特征，從而增強多模態預訓練模型在處理不完整模態數據時的可靠性。

本發明授權一種針對模態缺失問題的多模態提示學習方法及系統在權利要求書中公布了：1.一種針對模態缺失問題的多模態提示學習方法，其特征在于，包括： 步驟1），在高資源數據集上完成多模態模型的預訓練，得到預訓練模型； 步驟2），針對低資源數據集上不完整的模態數據，通過缺失模態生成模塊恢復缺失模態特征； 步驟3），通過合并信號缺失提示，以區分真實模態和恢復的缺失模態； 步驟4），通過附加類型缺失提示，以建模多個缺失模態的相關性； 步驟5），將完整模態數據在預訓練模型中進行推理，并更新缺失模態生成模塊參數、信號缺失提示參數和類型缺失提示參數； 所述步驟2）中，恢復缺失模態特征的過程為： 2.1）包含不同模態缺失情況的批量數據被饋送到缺失模態生成模塊，以獲得生成的特征，對于多模態的樣本，設置對應的生成性提示參數 ， 其中，表示音頻模態，表示視頻模態，表示文本模態； 2.2）若缺失音頻模態，則通過缺失模態生成模塊進行如下恢復： ， 其中，表示恢復的音頻缺失模態特征，表示恢復的音頻缺失模態； 2.3）若同時缺失音頻和視頻兩個模態，則通過缺失模態生成模塊進行如下恢復： 、， 其中，表示恢復的視頻缺失模態特征，表示恢復的視頻缺失模態，表示由一維卷積層和激活函數組成的卷積塊，表示從一個或兩個模態到另一個模態。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人國網浙江省電力有限公司營銷服務中心，其通訊地址為：311100 浙江省杭州市余杭區云聯路138號5幢；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。