Gå til indholdScholarGate
BibliotekMit bibliotekSkrivebordReview StudioAssistent
Log ind
Multimodal Transformer/Bevis
Metodebevisregistrering

Multimodal Transformer

A Multimodal Transformer extends the standard Transformer architecture to process and jointly reason over two or more input modalities — most commonly text and images, but also audio, video, or structured data. Cross-modal attention layers allow information from one modality to inform representations in another, enabling tasks such as visual question answering, image captioning, and multimodal sentiment analysis.

Sources recorded, not reviewed

Kilderegistrering

Citater kopieret ordret fra metodens kilderegistrering. Ingen påstandsniveauverifikation er udledt heraf.

Multimodal Transformer (Cross-Modal Attention-Based Architecture)
Taksonomisk metoderegistrering · ml-model / deep-learning
  • Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Tasks. Advances in Neural Information Processing Systems (NeurIPS), 32. · URL
  • Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning Transferable Visual Models From Natural Language Supervision. Proceedings of the 38th International Conference on Machine Learning (ICML), PMLR 139. · URL
Åbn fuld metode

Kuraterede påstande

Påstande gemt i bevis-loggen, hver med sin egen vurdering.

Ingen kuraterede påstande endnu

Denne visning opfinder ikke en påstandsvurdering, når loggen ingen har.

Relaterede metoder

Genereret fra metodegrafen og vist som maskinelt foreslåede relationer — ingen bevispåstand er udledt.

Taxonomic bucketBERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketImage Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal BERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSentence Embeddingsmachine-suggested · Relational suggestion, not evidence.Same method familyVision Transformermachine-suggested · Relational suggestion, not evidence.

Bevisstatus

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Kilder

2 registrerede citater, kopieret fra metodens kilderegistrering.

Handlinger

Åbn metodeside
ScholarGate

Et indholdsfokuseret opslagsbibliotek over forskningsmetoder — hvad hver metode er, hvordan den fungerer, og hvor den kommer fra.

Åbne data (CC-BY)

Opdag

  • Bibliotek
  • Søg i metoder…
  • Gennemse efter fagområde
  • Fagområder
  • Rejse
  • Sammenlign
  • Hvilken metode?

Reference

  • Fagområder
  • Atlas
  • Ordliste
  • Metodologi
  • Filosofi

Arbejdsområde

  • Mit bibliotek
  • Skrivebord
  • Chat

Virksomhed

  • Om
  • Priser
  • Kontakt
  • Foreslå en metode

Posterne er sammenstillet fra publicerede kilder til reference. Det er dit eget ansvar at kontrollere, at oplysningerne er korrekte og egnede til din anvendelse.

© 2026 ScholarGate · Et opslagsbibliotek over forskningsmetoder
  • Privatliv
  • Cookies
  • Vilkår
  • Slet konto