买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民大学申请的专利一种多模态训练的动态预测调整策略方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116738307B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310528561.8，技术领域涉及：G06F18/241；该发明授权一种多模态训练的动态预测调整策略方法是由胡迪;卫雅珂;彭小康设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种多模态训练的动态预测调整策略方法在说明书摘要公布了：本发明通过人工智能领域的方法，实现了针对于视音多模态识别任务的一种动态预测调整策略方法。通过在前馈阶段计算不同模态之间的不平衡比例，衡量不同模态间参数优化的差异程度，并在后续训练的前馈阶段以一定的概率丢弃优势模态训练数据，来达到平衡这个训练进程的效果。本发明提供的方法能在多模态行为识别，视觉问题回答，多模态情感识别等多模态任务场景下改善多模态模型优化过程中的不平衡现象，从而使得适用于具体多模态任务的训练模型取得更加精准，更加鲁棒的效果。

本发明授权一种多模态训练的动态预测调整策略方法在权利要求书中公布了：1.一种动态预测调整策略方法，其特征在于：针对视音多模型感知任务建立动态预测调整策略算法，对待训练的模型进行训练，通过仅在前馈训练阶段的调整实现模型的训练来实现更平衡有效的神经网络训练，输入为待训练的神经网络模型，以及多个模态的训练数据，即包含图片，声音的视频数据；输出为经过优化训练后的高效视音多模态神经网络模型，其可以处理对应于特定多模态任务，所述前馈训练阶段通过五个步骤实现：步骤一，提出需要估计单模态判别性能；步骤二，具体测量对某一具体模态的判别差异比；步骤三，计算步骤二中判别差异比中强势模态丢弃的随机概率；步骤四，计算步骤二中判别差异比中弱势模态以一定随机概率丢弃；步骤五，在每个批处理阶段都会对模态间判别差异比和模态特异的丢弃概率值进行计算更新并在下一次批处理运算时根据进行操作； 所述步骤一作为模型视音多模态训练时首先进行正常的前馈过程，将模型整体预测结果分别拆分为对应的两部分，则可以得到 被作为具体到某一模态的近似预测值，以表示两种不同的模态输入，多模态数据输入，其中单个样本数据形式为 ，视觉信息与音频信息分开处理，模型编码器参数，模型可学习参数，模型分类器参数和，参与运算的多个模态以来表示；注意到该预测是针对于具体样本的，进一步考虑数据的批处理，则可以得到对于一批训练样本而言更具代表性的模态特异性评价指标和如下： 所述步骤二用以下方法来具体地测量对某一具体模态的判别差异比，并将其作为之后进行训练调控力度的依据，以模态对的比值为例: 所述步骤三的随机概率的具体计算方式为： ，其中和为是适应于具体多模态学习任务的超参数，为一个值域取到0到1之间的单调递增函数；所述步骤四中，对于的情况，模型在下一轮训练的前馈阶段里以概率丢弃其输入值： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民大学，其通讯地址为：100872 北京市海淀区中关村大街59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。