Machine learningDeep learning / NLP / CV
マルチモーダル拡散モデル
マルチモーダル拡散モデルは、テキスト、画像、音声、ビデオなどの複数のモダリティからの信号を同時に条件付けすることで、コンテンツを生成または理解するために、デノイジング拡散確率モデルを拡張したものです。クロスモーダルコンテキストによってガイドされるノイズ除去プロセスを逆転させることを学習し、モダリティ間の高忠実度合成と変換を可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684–10695. DOI: 10.1109/CVPR52688.2022.01042 ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Diffusion Model (Cross-Modal Conditional Denoising Diffusion). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-diffusion-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.
- ファインチューニングされた拡散モデル深層学習↔ compare
- マルチモーダルBERTベース分類深層学習↔ compare
- マルチモーダルGAN深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- マルチモーダル変分オートエンコーダ深層学習↔ compare
- マルチモーダルVision Transformer深層学習↔ compare