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！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利基于傅里叶变换的轻量化多模态知识图谱表示学习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：CN117171351B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310786378.8，技术领域涉及：G06F16/36；该发明授权基于傅里叶变换的轻量化多模态知识图谱表示学习方法是由邵杰;王萌;苏薄;梁爽设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本基于傅里叶变换的轻量化多模态知识图谱表示学习方法在说明书摘要公布了：本发明提供了一种基于傅里叶变换的轻量化多模态知识图谱表示学习方法，属于知识图谱技术领域，该方法包括利用过滤门对来自多模态知识图谱输入的原始图像进行处理和形成嵌入表示；根据形成的嵌入表示，利用傅里叶算子AFNO进行融合得到输出嵌入表示。本发明解决了考虑到社交场景下多模态信息的即时更新性和复杂性，以往的多模态知识图谱表示学习方法在效率和质量方面仍存在不足的问题。

本发明授权基于傅里叶变换的轻量化多模态知识图谱表示学习方法在权利要求书中公布了：1.一种基于傅里叶变换的轻量化多模态知识图谱表示学习方法，其特征在于，包括以下步骤： S1、利用过滤门对来自多模态知识图谱输入的原始图像进行处理和形成嵌入表示； 所述步骤S1包括以下步骤： S101、利用过滤门对来自多模态知识图谱的原始图像进行相似度计算，并选取具有最高相似度的图像作为图片集的代表； S102、利用去卷积的视觉处理方式对具有最高相似度的图像进行线性扁平映射处理，得到视觉模态嵌入表示； S103、将实体结构信息和实体描述信息拼接为文本序列表示，并拼接视觉模态嵌入表示和文本序列表示，形成嵌入表示； S2、根据形成的嵌入表示，利用傅里叶算子AFNO进行融合得到输出嵌入表示，完成轻量化多模态知识图谱表示学习； 所述步骤S2包括以下步骤： S201、将形成的嵌入表示分割为个块，得到输入张量，其中，每个块表示为维分词序列，表示高度，表示宽度； S202、利用傅里叶算子AFNO对输入张量进行空间混合，得到输出嵌入表示，完成轻量化多模态知识图谱表示学习； 所述步骤S202包括以下步骤： S2021、对输入张量进行傅里叶变换，得到中间表示 其中，表示傅里叶变换，表示输入张量； S2022、根据中间表示，利用双层MLP结构对所有的输入共享权重 其中，表示MLP结构； S2023、根据输入共享权重，利用反傅里叶变换得到中间输出： 其中，表示反傅里叶变换； S2024、利用双重归一算法对中间输出作归一化处理，得到输出嵌入表示，完成轻量化多模态知识图谱表示学习。

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电子科技大学(深圳)高等研究院，其通讯地址为：518000 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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。