Reti Neurali Ricorrenti Multimodali
Una Rete Neurale Ricorrente Multimodale combina input da due o più modalità di dati — come immagini, testo e audio — all'interno di un framework di elaborazione sequenziale ricorrente. Codifica ciascuna modalità separatamente, fonde le rappresentazioni e quindi elabora il segnale combinato attraverso unità ricorrenti (RNN, LSTM o GRU) per generare o classificare output sequenziali. Questo design l'ha resa un approccio fondamentale nella generazione di didascalie per immagini, nella descrizione di video e nel riconoscimento vocale audio-visivo.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Vinyals, O., Toshev, A., Bengio, S., & Erhan, D. (2015). Show and Tell: A Neural Image Caption Generator. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3156–3164. DOI: 10.1109/CVPR.2015.7298935 ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal Deep Learning. Proceedings of the 28th International Conference on Machine Learning (ICML), pp. 689–696. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/it/deep-learning/multimodal-recurrent-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.
- Unità Ricorrente con Gate (GRU)Apprendimento profondo↔ compare
- Long Short-Term Memory (LSTM)Apprendimento profondo↔ compare
- Classificazione basata su BERT multimodaleApprendimento profondo↔ compare
- Rete Neurale Convoluzionale MultimodaleApprendimento profondo↔ compare
- Transformer MultimodaleApprendimento profondo↔ compare
- Reti neurali ricorrentiApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →