Machine learningDeep learning / NLP / CV

نموذج موضوعات التخصيم المصفوفي غير السالب متعدد الوسائط

يمتد نموذج موضوعات التخصيم المصفوفي غير السالب (Multimodal NMF) متعدد الوسائط ليُكتشف بشكل متزامن موضوعات كامنة عبر وسائط بيانات متعددة — مثل النصوص والصور — عبر فرض مصفوفات عوامل مشتركة أو محاذية منخفضة الرتبة. ويكشف عن موضوعات متماسكة وقابلة للتفسير تشرح بشكل مشترك الأنماط في كل من مساحات الميزات النصية والبصرية (أو غيرها).

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

نموذج موضوعات التخصيم المصفوفي غير السالب متعدد الوسائط
تخصيص ديريتشليه الكامن (…تحليل المصفوفات غير السل…

المصادر

  1. Cai, D., He, X., Han, J., & Huang, T. S. (2011). Graph regularized NMF. IEEE Transactions on Pattern Analysis and Machine Intelligence, 33(8), 1548–1560. link
  2. Non-negative matrix factorization. Wikipedia. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Multimodal Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/ar/deep-learning/multimodal-nmf-topic-model

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.

Compare side by side
ScholarGateMultimodal NMF Topic Model (Multimodal Non-negative Matrix Factorization Topic Model). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/deep-learning/multimodal-nmf-topic-model · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026