মাল্টিমোডাল ভ্যারিয়েশনাল অটোএনকোডার
মাল্টিমোডাল ভ্যারিয়েশনাল অটোএনকোডার (MVAE) হলো একটি গভীর জেনারেটিভ মডেল যা দুটি বা ততোধিক ডেটা মোডালিটির (যেমন ছবি এবং ক্যাপশন) মধ্যে একটি শেয়ার্ড ল্যাটেন্ট রিপ্রেজেন্টেশন শেখে। এটি মোডালিটি-নির্দিষ্ট এনকোডারগুলির প্রোডাক্ট-অফ-এক্সপার্টস ফিউশন ব্যবহার করে, যা জেনারেশন এবং ইনফারেন্স সক্ষম করে এমনকি যখন পরীক্ষার সময় শুধুমাত্র একটি মোডালিটির উপসেট পর্যবেক্ষণ করা হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Wu, M., & Goodman, N. (2018). Multimodal Generative Models for Scalable Weakly-Supervised Learning. Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR). link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Multimodal Variational Autoencoder (MVAE). ScholarGate. https://scholargate.app/bn/deep-learning/multimodal-variational-autoencoder
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.
- জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্কগভীর শিখন↔ compare
- বিশেষজ্ঞদের মিশ্রণগভীর শিখন↔ compare
- ভেরিয়েশনাল অটোএনকোডারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →