Machine learningDeep learning / NLP / CV
الشبكة العصبية الالتفافية متعددة الوسائط
تعالج الشبكة العصبية الالتفافية متعددة الوسائط (MM-CNN) وتدمج وسيطين أو أكثر من المدخلات - مثل الصور والنصوص، أو الفيديو والصوت - من خلال فروع التفافية مخصصة، لتتعلم تمثيلاً مشتركًا يلتقط الإشارات التكميلية من كل مصدر. يدفع التمثيل المدمج مهمة لاحقة مثل التصنيف، أو الانحدار، أو الاسترجاع.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
- Zhang, Y., Yin, C., Li, Y., Li, D., & Tian, Q. (2020). Multimodal intelligence: Representation learning, information fusion, and applications. IEEE Journal of Selected Topics in Signal Processing, 14(3), 478–493. DOI: 10.1109/JSTSP.2020.2987728 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/ar/deep-learning/multimodal-convolutional-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف الصورالتعلم العميق↔ compare
- التصنيف المعتمد على نموذج BERT متعدد الوسائطالتعلم العميق↔ compare
- شبكة عصبية تكرارية متعددة الوسائطالتعلم العميق↔ compare
- المحولات متعددة الوسائط (Multimodal Transformers)التعلم العميق↔ compare
- نقل التعلم باستخدام الشبكات العصبية الالتفافيةالتعلم العميق↔ compare