Machine learningDeep learning / NLP / CV

Multimodális NMF Témamodell

A multimodális NMF témamodell a nemnegatív mátrixfaktorizációt (NMF) terjeszti ki, hogy egyszerre fedezzen fel latens témákat több adatmodalitáson keresztül – mint például szöveg és képek –, közös vagy igazított alacsony rangú faktor mátrixok kikényszerítésével. Koherens, értelmezhető témákat tár fel, amelyek együttesen magyarázzák a mintázatokat mind a szöveges, mind a vizuális (vagy más) jellemzőterekben.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Cai, D., He, X., Han, J., & Huang, T. S. (2011). Graph regularized NMF. IEEE Transactions on Pattern Analysis and Machine Intelligence, 33(8), 1548–1560. link
  2. Non-negative matrix factorization. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Multimodal Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/hu/deep-learning/multimodal-nmf-topic-model

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.

Compare side by side
ScholarGateMultimodal NMF Topic Model (Multimodal Non-negative Matrix Factorization Topic Model). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/multimodal-nmf-topic-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026