Multimodales Rekurrentes Neuronales Netz
Ein multimodales Rekurrentes Neuronales Netz (Multimodal Recurrent Neural Network) kombiniert Eingaben aus zwei oder mehr Datenmodalitäten – wie Bildern, Text und Audio – innerhalb eines rekurrenten Sequenzverarbeitungsrahmens. Es kodiert jede Modalität separat, fusioniert die Repräsentationen und verarbeitet dann das kombinierte Signal durch rekurrente Einheiten (RNN, LSTM oder GRU), um sequentielle Ausgaben zu generieren oder zu klassifizieren. Dieses Design machte es zu einem grundlegenden Ansatz in der Bildunterschriftengenerierung (image captioning), Videobeschreibung und audiovisuellen Spracherkennung.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Vinyals, O., Toshev, A., Bengio, S., & Erhan, D. (2015). Show and Tell: A Neural Image Caption Generator. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3156–3164. DOI: 10.1109/CVPR.2015.7298935 ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal Deep Learning. Proceedings of the 28th International Conference on Machine Learning (ICML), pp. 689–696. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/de/deep-learning/multimodal-recurrent-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.
- Gated Recurrent Unit (GRU)Deep Learning↔ compare
- Long Short-Term Memory (LSTM)Deep Learning↔ compare
- Multimodale BERT-basierte KlassifikationDeep Learning↔ compare
- Multimodaler Convolutional Neural NetworkDeep Learning↔ compare
- Multimodaler TransformerDeep Learning↔ compare
- Rekurrentes neuronales NetzDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →