Multimodal LSTM
Multimodal LSTM laajentaa standardia Long Short-Term Memory -verkkoa (LSTM) käsittelemään yhdistetysti useista syötemodaalisuuksista — kuten tekstistä, äänestä ja videosta — peräisin olevaa sekventiaalista dataa yhtenäisen rekurrentin arkkitehtuurin sisällä. Yhdistämällä eri lähteistä peräisin olevia representaatioita ennen LSTM-soluja tai niiden sisällä, se vangitsee ajallisia riippuvuuksia, jotka ulottuvat ja risteävät modaalisuuksien välillä, tehden siitä perustavanlaatuisen lähestymistavan tehtäviin kuten tunneanalyysi, videoiden kuvailu ja affektiivinen laskenta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Rajagopalan, S., Tran, L., Rozgic, V., Narayanan, S., Kumar, A., & Ramakrishna, S. (2016). Extending Long Short-Term Memory for Multi-View Structured Learning. In Proceedings of ECCV 2016. Springer. link ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/fi/deep-learning/multimodal-lstm
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.
- HuomiomekanismiSyväoppiminen↔ compare
- Gated Recurrent Unit (GRU)Syväoppiminen↔ compare
- LSTMSyväoppiminen↔ compare
- Monimodaalinen muuntajaSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →