基于多模态数据融合的模型训练方法、系统、设备和介质

本发明公开了一种基于多模态数据融合的模型训练方法、系统、设备和介质，涉及模型训练技术领域，方法包括：对收集到的多模态数据进行预处理，得到预处理后的多模态数据，多模态数据包括临床症状、体征数据和治疗诊断结果，或者，多模态数据包括工业设备运行故障数据和工业设备故障原因数据；获取预处理后的多模态数据中的每个模态数据中的关键数据并进行数据融合，得到融合后的数据；利用融合后的数据，对预设深度学习模型进行训练，得到训练好的深度学习模型。本发明中，去除无关和冗余信息后，模型能够更专注于学习重要的模式和关系。这有助于提高模型在训练数据上的性能，并增强其泛化能力，减少过拟合的风险。