Мултимодални невронни мрежи на графи
Мултимодална невронна мрежа на графи (MM-GNN) комбинира данни от множество модалности — като текст, изображения и структурирани характеристики — в единна графова структура и прилага базирано на графи предаване на съобщения за научаване на съвместни представяния. Тя позволява релационно разсъждение върху хетерогенни източници на данни, надхвърляйки това, което унимодалните или простите подходи за конкатенация могат да уловят.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR). link ↗
- Zhang, Z., Lin, H., & Zhao, X. (2020). Multimodal Graph Neural Network for Knowledge-Based Visual Question Answering. Information Processing & Management, 57(6), 102382. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multimodal Graph Neural Network (MM-GNN). ScholarGate. https://scholargate.app/bg/deep-learning/multimodal-graph-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.
- Графови невронни мрежиМрежови анализ↔ compare
- Мултимодална класификация, базирана на BERTДълбоко обучение↔ compare
- Мултимодална конволюционна невронна мрежаДълбоко обучение↔ compare
- Мултимодални изреченски вгражданияДълбоко обучение↔ compare
- Мултимодален ТрансформерДълбоко обучение↔ compare
- Мултимодален вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →