Multimodal LSTM
Multimodal LSTM proširuje standardnu mrežu Long Short-Term Memory kako bi zajednički obrađivala sekvencijalne podatke iz više ulaznih modaliteta — kao što su tekst, zvuk i video — unutar jedinstvene rekurentne arhitekture. Spajanjem reprezentacija iz različitih izvora prije ili unutar LSTM ćelija, ona hvata vremenske ovisnosti koje se protežu i preklapaju među modalitetima, čineći je temeljnim pristupom za zadatke poput analize sentimenta, opisivanja videa i afektivnog računarstva.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hr/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.
- Attention MechanismDuboko učenje↔ compare
- Gated Recurrent Unit (GRU)Duboko učenje↔ compare
- LSTMDuboko učenje↔ compare
- Multimodalni TransformerDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →