في مجال دمج البيانات متعددة الوسائط، يلعب تطابق الخصائص دورًا محوريًا. يقدم هذا البحث نهجًا مبتكرًا لتطابق الخصائص يثورة في دمج المعلومات متعددة الوسائط. يستخدم أسلوبنا عملية تكرارية جديدة تتضمن تحريك وتوسيع تمثيلات الخصائص عبر الوسائط المختلفة، مما يؤدي إلى تمثيل موحد متماسك ضمن فضاء خصائص مشترك. تظهر هذه التقنية المتطورة قدرة ملحوظة على التقاط واستغلال التفاعلات المعقدة بين الوسائط على أعلى مستويات التجريد. نتيجة لذلك، نلاحظ تحسينات كبيرة في أداء مهام التعلم متعدد الوسائط. من خلال تحليل مقارن صارم، نثبت تفوق نهجنا على النماذج الحالية للدمج متعدد الوسائط في مجموعة متنوعة من التطبيقات. توفر التقييمات التجريبية الشاملة التي أجريت على بيانات معقدة تتضمن سلاسل زمنية، بيانات بصرية، ومعلومات نصية أدلة مقنعة بأن طريقتنا تحقق مقاييس غير مسبوقة في المجال. يعمل هذا البحث ليس فقط على تقدم الحالة الراهنة للتعلم متعدد الوسائط بل أيضًا يفتح آفاقًا جديدة لاستكشاف التناغمات بين البيانات متعددة الوسائط المختلفة في سيناريوهات تحليلية معقدة.