Réseau de neurones convolutifs multimodaux
Un réseau de neurones convolutifs multimodaux (MM-CNN) traite et fusionne deux modalités d'entrée ou plus — telles que des images et du texte, ou de la vidéo et de l'audio — par le biais de branches convolutives dédiées, apprenant une représentation partagée qui capture des signaux complémentaires de chaque source. La représentation fusionnée pilote une tâche en aval telle que la classification, la régression ou la recherche.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/fr/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.
- Classification d'imagesApprentissage profond↔ compare
- Classification multimodale basée sur BERTApprentissage profond↔ compare
- Réseau neuronal récurrent multimodalApprentissage profond↔ compare
- Transformeur MultimodalApprentissage profond↔ compare
- Apprentissage par transfert avec réseau neuronal convolutifApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →