Συνελικτικό Νευρωνικό Δίκτυο Πολλαπλών Τροπικότητων
Ένα Συνελικτικό Νευρωνικό Δίκτυο Πολλαπλών Τροπικότητων (MM-CNN) επεξεργάζεται και συγχωνεύει δύο ή περισσότερες εισόδους τροπικότητας — όπως εικόνες και κείμενο, ή βίντεο και ήχο — μέσω εξειδικευμένων συνελικτικών διακλαδώσεων, μαθαίνοντας μια κοινή αναπαράσταση που συλλαμβάνει συμπληρωματικά σήματα από κάθε πηγή. Η συγχωνευμένη αναπαράσταση οδηγεί μια κατάντη εργασία όπως ταξινόμηση, παλινδρόμηση ή ανάκτηση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
- Zhang, Y., Yin, C., Li, Y., Li, D., & Tian, Q. (2020). Multimodal intelligence: Representation learning, information fusion, and applications. IEEE Journal of Selected Topics in Signal Processing, 14(3), 478–493. DOI: 10.1109/JSTSP.2020.2987728 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/el/deep-learning/multimodal-convolutional-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.
- Κατηγοριοποίηση ΕικόνωνΒαθιά Μάθηση↔ compare
- Ταξινόμηση Βασισμένη σε Πολυτροπικό BERTΒαθιά Μάθηση↔ compare
- Πολυτροπικό Αναδρομικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Πολυτροπικός ΜετασχηματιστήςΒαθιά Μάθηση↔ compare
- Εκμάθηση Μεταφοράς με Συνελικτικά Νευρωνικά ΔίκτυαΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →