Multimodal LSTM
A Multimodal LSTM (többmódusú LSTM) kiterjeszti a standard Long Short-Term Memory (LSTM) hálózatot, hogy egységes rekurrens architektúrán belül közösen dolgozzon fel több bemeneti modalitásból származó szekvenciális adatokat — mint például szöveg, hang és videó. Különböző forrásokból származó reprezentációk egyesítésével az LSTM cellák előtt vagy azok belsejében, olyan időbeli függőségeket ragad meg, amelyek átívelnek és keresztezik a modalitásokat, így alapvető megközelítéssé válik olyan feladatokhoz, mint az érzelemelemzés, videófeliratozás és affektív számítás.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hu/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 MechanismMélytanulás↔ compare
- Gated Recurrent Unit (GRU)Mélytanulás↔ compare
- LSTMMélytanulás↔ compare
- Multimodális transzformerMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →