WiMi Hologram Cloud Inc. kondigde de ontwikkeling aan van een algoritmesysteem voor gegevensfusie met een grafische processor. Het GPU data fusion algoritme systeem verbetert de general-purpose computing mogelijkheden en de interoperabiliteit van de GPU. Door de algoritmische rekenkracht van de GPU te gebruiken, verbetert het algoritme de veelzijdigheid en de mogelijkheden tot taakverstrekking. Het algoritme berekent en verwerkt gegevens uit meerdere bronnen die ruimtelijk of temporeel redundant zijn of elkaar aanvullen, om nauwkeurigere en rijkere informatie te verkrijgen dan afzonderlijke gegevens, wat resulteert in een samengesteld beeld met nieuwe ruimtelijke, spectrale en temporele kenmerken. Het algoritme kan veelzijdige, gelaagde gegevensverwerkende sensoren gebruiken om meer betekenisvolle informatie te verkrijgen dan die van een enkele sensor. Het WiMi-systeem gebruikt het hoofdfilter om de wegingscoëfficiënten van elk lokaal filter te vergelijken met de ingestelde drempelwaarde. In het geval van wegingscoëfficiënten onder de drempel wordt geen feedbackcorrectie uitgevoerd. In het geval van wegingscoëfficiënten
boven de drempelwaarde wordt een terugkoppelingscorrectie uitgevoerd door het hoofdfilter. Het systeem voegt grote hoeveelheden gegevens van meerdere sensoren samen voor grafische verwerking. Er kunnen stabiele en betrouwbare uitvoerwaarnemingsresultaten worden verkregen in verschillende omgevingen, waardoor zelfaanpassing van de omgevingswaarneming mogelijk wordt en de robuustheid van het systeem wordt verbeterd. Het systeem kan bijvoorbeeld worden verbeterd voor een betere classificatie van beelden, vertrouwen en minder ambiguïteit. Door het bereik van waarnemingen in tijd en ruimte uit te breiden, kan het systeem het vertrouwen en de discriminatie van gegevens verbeteren, waardoor de betrouwbaarheid, het vermogen om de omgeving te beschrijven en de snelheid van de informatieverwerking toenemen. Het systeem kan worden gebruikt in toepassingen zoals lineaire algebra, vloeistofsimulatie, gegevensanalyse en wetenschappelijke bewerkingen waarvoor grote hoeveelheden redundante datasetprocessen en intensieve geheugentoegang nodig zijn. WiMi gebruikt een geschikt algoritme om twee of meer bronbeelden te combineren om een nieuw idee te verkrijgen.