شبكة عصبية تكرارية متعددة الوسائط
تجمع الشبكة العصبية التكرارية متعددة الوسائط (Multimodal Recurrent Neural Network) بين مدخلات من مصدرين أو أكثر من مصادر البيانات - مثل الصور والنصوص والصوت - ضمن إطار عمل لمعالجة التسلسلات التكرارية. تقوم بتشفير كل وسيط على حدة، وتدمج التمثيلات، ثم تعالج الإشارة المدمجة من خلال وحدات تكرارية (RNN، LSTM، أو GRU) لتوليد مخرجات تسلسلية أو تصنيفها. جعل هذا التصميم النهج أساسيًا في توليد تسميات الصور، ووصف الفيديو، والتعرف على الكلام السمعي البصري.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Vinyals, O., Toshev, A., Bengio, S., & Erhan, D. (2015). Show and Tell: A Neural Image Caption Generator. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3156–3164. DOI: 10.1109/CVPR.2015.7298935 ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal Deep Learning. Proceedings of the 28th International Conference on Machine Learning (ICML), pp. 689–696. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/ar/deep-learning/multimodal-recurrent-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.
- وحدة البوابات المتكررة (GRU)التعلم العميق↔ compare
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ compare
- التصنيف المعتمد على نموذج BERT متعدد الوسائطالتعلم العميق↔ compare
- الشبكة العصبية الالتفافية متعددة الوسائطالتعلم العميق↔ compare
- المحولات متعددة الوسائط (Multimodal Transformers)التعلم العميق↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare