一种基于AI人工智能技术的数据深度学习和智能分析方法

本发明公开了一种基于AI人工智能技术的数据深度学习和智能分析方法，涉及基础AI模型技术领域，包括：通过多模态数据预处理模块，对小样本数据采用生成模型扩充并结合元学习提取原型特征，同时基于数据敏感等级动态分配ε‑差分隐私预算以注入动态噪声；搭建分层式联邦学习架构，局部训练节点通过含自适应正则化项的损失函数训练模型，上传参数前经稀疏化处理并扰动梯度；全局聚合节点采用加权联邦平均算法聚合参数，且依损失收敛速度动态调整通信频率；经迭代训练得到目标模型，其输出结果时生成含注意力热力图及脱敏标识的决策解释报告。本发明有效解决小样本过拟合、数据孤岛及隐私泄露问题，提升模型准确性与实用性。