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！

龙图腾网获悉平安科技(上海)有限公司申请的专利基于自适应元学习的数据处理方法、装置、设备及介质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：CN121094063B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511201726.6，技术领域涉及：G06N3/0985；该发明授权基于自适应元学习的数据处理方法、装置、设备及介质是由王健宗;邓雨薇;黄章成;孔令炜设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于自适应元学习的数据处理方法、装置、设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于自适应元学习的数据处理方法、装置、设备及介质，包括：获取多模态输入数据并提取初始模态特征，利用门控网络生成模态置信度分数，对初始模态特征进行加权处理得到加权模态特征；根据加权模态特征生成模态内原型并加权融合为跨模态原型；对当前任务编码，检索元参数作为模型初始值，构建任务专属分类器与元分类器并基于跨模态原型更新其参数，利用更新后的任务专属分类器处理目标任务并输出结果。本发明通过置信度驱动的模态加权与融合权重引导的原型融合，提高模态间信息利用效率；结合任务编码检索最优初始化参数，提高模型适应新任务的速度与准确性。

本发明授权基于自适应元学习的数据处理方法、装置、设备及介质在权利要求书中公布了：1.一种基于自适应元学习的数据处理方法，其特征在于，包括以下步骤： 获取不同模态的输入数据，并分别提取各模态的输入数据的初始模态特征； 基于所述初始模态特征，通过门控网络生成模态置信度分数，并基于所述模态置信度分数对所述初始模态特征进行加权处理，得到加权模态特征； 根据所述加权模态特征，生成各模态对应的模态内原型，并基于融合权重系数，加权融合多个模态内原型，生成跨模态原型； 对当前学习任务进行编码，获得任务嵌入向量，并在预设的元参数池中，根据所述任务嵌入向量检索得到目标元参数，并将所述目标元参数作为模型参数的初始值； 利用所述模型参数的初始值建立任务专属分类器与元分类器，并基于所述跨模态原型更新所述任务专属分类器和所述元分类器的参数； 通过更新后的任务专属分类器处理目标任务，生成目标任务处理结果； 所述基于所述初始模态特征，通过门控网络生成模态置信度分数，包括： 针对每个模态的初始模态特征，应用对应模态的权重矩阵进行线性变换，得到线性变换特征； 在所述线性变换特征的基础上添加对应模态的偏置项，得到偏置调整特征； 对所述偏置调整特征应用非线性激活函数，生成激活特征； 对所述激活特征应用归一化函数，生成所述模态置信度分数； 所述根据所述加权模态特征，生成各模态对应的模态内原型，包括： 获取每个模态的加权模态特征； 确定每个模态的加权模态特征的平均值，生成对应模态的模态内原型； 在预设的元参数池中，根据所述任务嵌入向量检索得到目标元参数，并将所述目标元参数作为模型参数的初始值，包括： 获取元参数池中的多个历史任务嵌入向量； 确定所述任务嵌入向量与每个历史任务嵌入向量的相似度； 选择最高相似度对应的元参数作为目标元参数； 将所述目标元参数作为模型参数的初始值。

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平安科技(上海)有限公司，其通讯地址为：200000 上海市徐汇区凯滨路166号18层、19层；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。