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！

龙图腾网获悉北京易智时代数字科技有限公司申请的专利基于多模态对比学习的工业认知基座系统及执行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：CN121303234B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511870649.3，技术领域涉及：G06N3/0895；该发明授权基于多模态对比学习的工业认知基座系统及执行方法是由王红梅;刘畅;李建华;刘洪艳;金翔设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本基于多模态对比学习的工业认知基座系统及执行方法在说明书摘要公布了：本发明提供基于多模态对比学习的工业认知基座系统及执行方法，其中所述基于多模态对比学习的工业认知基座系统通过构建包含知识图谱管理模块和跨模态编码融合模块的系统架构，将工业领域知识以结构化子图谱的形式动态注入多模态特征学习过程，并结合引入工业语义约束的对比学习机制，使得最终训练获得的模型不仅能够实现多模态数据的语义对齐，更能确保其生成的统一语义表示和推理结果严格符合预定义的工业逻辑规则，从而有效克服了现有技术中单纯数据驱动方法可能产生违背工业常识结果的缺陷，显著提升了工业认知系统在故障诊断、状态监测等关键任务中的输出可靠性、决策可信度和实际应用价值。

本发明授权基于多模态对比学习的工业认知基座系统及执行方法在权利要求书中公布了：1.一种基于多模态对比学习的工业认知基座系统，其特征在于，包括： 数据采集与预处理模块，用于从工业现场的多源系统同步采集文本模态、视觉模态、时序模态和结构化知识模态的数据，对齐后生成标准化的样本三元组，其中所述样本三元组包括图像、文本描述和指向预设的目标知识图谱中核心实体的候选标识符集合，所述候选标识符集合通过命名实体识别与初步实体链接方式从对齐后的文本描述中获取； 知识图谱管理模块，用于存储并维护所述目标知识图谱，并根据所述样本三元组中的文本描述和所述标识符集合，执行语义解析与实体链接，从所存储的目标知识图谱中抽取并构建出与当前上下文相关的、富含语义关系的关联子图谱； 跨模态编码与融合模块，用于从所述关联子图谱中提取视觉特征、文本特征和知识特征并融合，生成知识增强的文本特征，与视觉特征一起映射到统一语义空间中的向量表示； 对比学习训练模块，用于使用所述向量表示计算对比损失和工业语义约束损失，基于复合损失函数优化模型参数，得到优化后的工业认知基座模型；所述对比学习训练模块使用的复合损失函数包括标准对比损失和工业语义约束损失，所述工业语义约束损失基于规则一致性判别器对向量表示是否违反预定义工业逻辑规则进行惩罚；所述工业语义约束损失基于规则违反分数计算，计算所述规则违反分数的计算式包括： 其中，是规则违反分数，为一个非负标量值，用于量化第i个样本对违反工业规则的程度，其值越大表示违反越严重；是视觉特征向量，来自所述跨模态编码与融合模块的视觉编码器输出，表示第i个样本中图像的语义嵌入；是知识增强文本特征向量，来自所述跨模态编码与融合模块的知识注入模块输出，表示第i个样本中文本经过知识增强后的语义嵌入；K是预定义的工业逻辑规则的总数，来自所述知识图谱管理模块中维护的规则库；是第k条规则的违反惩罚权重，是一个非负标量参数，用于调节该规则在总违反分数中的重要性；是第k条规则的平滑违反强度函数，用于计算第k条规则在给定距离值下的违反强度，其输出值从0开始平滑增长；是一个距离函数，定义为欧氏距离的平方，即，用于计算两个向量之间的差异；是第k条规则对应的视觉投影矩阵，是一个矩阵，用于将视觉特征投影到第k条规则所关注的语义子空间；是第k条规则对应的文本投影矩阵，是一个矩阵，用于将知识增强文本特征投影到同一个规则语义子空间，表示原始特征向量的维度，表示投影后的特征向量的维度； 在线持续学习模块，用于监控新样本数据流，检测语义漂移，当语义漂移超过阈值时触发模型增量更新； 模型服务模块，用于封装所述优化后的工业认知基座模型，提供嵌入计算、相似度查询和模型更新接口。

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北京易智时代数字科技有限公司，其通讯地址为：100176 北京市大兴区经济技术开发区荣华南路2号院2号楼27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。