Machine learningDeep learning / NLP / CV
マルチモーダルGRU
マルチモーダルGRUは、ゲート付き回帰ユニット（GRU）アーキテクチャを拡張し、単一の回帰フレームワーク内で、テキスト、音声、ビデオフレームなどの複数の入力モダリティからの逐次データを共同で処理します。モダリティ固有のエンコーディングを入力レベルまたは隠れ状態レベルで融合することにより、異種データストリーム間の時間的依存関係を捉え、マルチモーダル感情分析、ビデオ理解、音声視覚音声認識で広く使用されています。
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
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. Proceedings of EMNLP 2014, 1724–1734. link ↗
- Zadeh, A., Chen, M., Poria, S., Cambria, E., & Morency, L.-P. (2017). Tensor Fusion Network for Multimodal Sentiment Analysis. Proceedings of EMNLP 2017, 1103–1114. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Gated Recurrent Unit. ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-gru
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.
- Gated Recurrent Unit (GRU)深層学習↔ compare
- Long Short-Term Memory (LSTM)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LSTM深層学習↔ compare
- Multimodal Recurrent Neural Network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