Red Neuronal Recurrente Multimodal
Una Red Neuronal Recurrente Multimodal combina entradas de dos o más modalidades de datos —como imágenes, texto y audio— dentro de un marco de procesamiento de secuencias recurrentes. Codifica cada modalidad por separado, fusiona las representaciones y luego procesa la señal combinada a través de unidades recurrentes (RNN, LSTM o GRU) para generar o clasificar salidas secuenciales. Este diseño la convirtió en un enfoque fundamental en la generación de descripciones de imágenes, la descripción de videos y el reconocimiento de voz audiovisual.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/es/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.
- Unidad Recurrente con Compuertas (GRU)Aprendizaje profundo↔ compare
- Memoria a Largo Plazo (LSTM)Aprendizaje profundo↔ compare
- Clasificación multimodal basada en BERTAprendizaje profundo↔ compare
- Red Neuronal Convolucional MultimodalAprendizaje profundo↔ compare
- Transformador MultimodalAprendizaje profundo↔ compare
- Red Neuronal RecurrenteAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →