Multimodální LSTM
Multimodální LSTM rozšiřuje standardní síť Long Short-Term Memory (LSTM) tak, aby společně zpracovávala sekvenční data z více vstupních modalit – jako je text, zvuk a video – v rámci jednotné rekurentní architektury. Sloučením reprezentací z různých zdrojů před nebo uvnitř buněk LSTM zachycuje časové závislosti, které se rozprostírají napříč modalitami a propojují je, což z ní činí základní přístup pro úlohy, jako je analýza sentimentu, popis videa a afektivní výpočty.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Rajagopalan, S., Tran, L., Rozgic, V., Narayanan, S., Kumar, A., & Ramakrishna, S. (2016). Extending Long Short-Term Memory for Multi-View Structured Learning. In Proceedings of ECCV 2016. Springer. link ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/cs/deep-learning/multimodal-lstm
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.
- Mechanismus pozornostiHluboké učení↔ compare
- Gated Recurrent Unit (GRU)Hluboké učení↔ compare
- LSTMHluboké učení↔ compare
- Multimodální TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →