Rangkaian Saraf Berulang Multimod (Multimodal Recurrent Neural Network)
Rangkaian Saraf Berulang Multimod menggabungkan input daripada dua atau lebih modaliti data — seperti imej, teks, dan audio — dalam rangka kerja pemprosesan urutan berulang. Ia pengekodan setiap modaliti secara berasingan, menggabungkan perwakilan, dan kemudian memproses isyarat gabungan melalui unit berulang (RNN, LSTM, atau GRU) untuk menjana atau mengklasifikasikan output berurutan. Reka bentuk ini menjadikannya pendekatan asas dalam penjanaan kapsyen imej, penerangan video, dan pengecaman pertuturan audio-visual.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/ms/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.
- Gated Recurrent Unit (GRU)Pembelajaran Mendalam↔ compare
- Long Short-Term Memory (LSTM)Pembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan BERT MultimodalPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Multimod (Multimodal Convolutional Neural Network)Pembelajaran Mendalam↔ compare
- Transformer MultimodusPembelajaran Mendalam↔ compare
- Jaringan Saraf BerulangPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →