Red Neuronal Convolucional Multimodal
Una Red Neuronal Convolucional Multimodal (MM-CNN) procesa y fusiona dos o más modalidades de entrada —como imágenes y texto, o vídeo y audio— a través de ramas convolucionales dedicadas, aprendiendo una representación compartida que captura señales complementarias de cada fuente. La representación fusionada impulsa una tarea posterior como clasificación, regresión o recuperación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/es/deep-learning/multimodal-convolutional-neural-network
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Clasificación de imágenesAprendizaje profundo↔ comparar
- Clasificación multimodal basada en BERTAprendizaje profundo↔ comparar
- Red Neuronal Recurrente MultimodalAprendizaje profundo↔ comparar
- Transformador MultimodalAprendizaje profundo↔ comparar
- Aprendizaje por transferencia con Red Neuronal ConvolucionalAprendizaje profundo↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →