Jaringan Saraf Konvolusional Multimodal
Jaringan Saraf Konvolusional Multimodal (MM-CNN) memproses dan menggabungkan dua atau lebih modalitas masukan — seperti gambar dan teks, atau video dan audio — melalui cabang konvolusional khusus, mempelajari representasi bersama yang menangkap sinyal komplementer dari setiap sumber. Representasi gabungan mendorong tugas hilir seperti klasifikasi, regresi, atau pengambilan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/id/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.
- Klasifikasi CitraPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis BERT MultimodalPembelajaran Mendalam↔ compare
- Jaringan Saraf Berulang MultimodalPembelajaran Mendalam↔ compare
- Transformer MultimodalPembelajaran Mendalam↔ compare
- Transfer Learning dengan Convolutional Neural NetworkPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →