Multimodální grafová neuronová síť
Multimodální grafová neuronová síť (MM-GNN) kombinuje data z více modalit – jako je text, obrázky a strukturované příznaky – do jednotné grafové struktury a aplikuje grafově založené předávání zpráv k učení společných reprezentací. Umožňuje relační uvažování napříč heterogenními datovými zdroji, čímž překonává možnosti unimodálních přístupů nebo jednoduchých přístupů založených na zřetězení.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multimodal Graph Neural Network (MM-GNN). ScholarGate. https://scholargate.app/cs/deep-learning/multimodal-graph-neural-network
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Grafová neuronová síťAnalýza sítí↔ porovnat
- Víceúčelová klasifikace založená na BERTHluboké učení↔ porovnat
- Konvoluční neuronová síť pro více modalitHluboké učení↔ porovnat
- Vícemodální vnoření vět (Multimodal Sentence Embeddings)Hluboké učení↔ porovnat
- Multimodální TransformerHluboké učení↔ porovnat
- Multimodální variační autoenkodérHluboké učení↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →