Multimodal GRU
Multimodal GRU utvider Gated Recurrent Unit-arkitekturen for å felles behandle sekvensielle data fra flere inndatamodaliteter — som tekst, lyd og videobilder — innenfor et enkelt rekurrent rammeverk. Ved å fusjonere modalitetspesifikke kodinger på inndata- eller skjult-tilstands-nivå, fanger den temporale avhengigheter på tvers av heterogene datastrømmer og brukes mye i multimodal sentimentanalyse, videoanalyse og lyd-visuell talegjenkjenning.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Multimodal Gated Recurrent Unit. ScholarGate. https://scholargate.app/no/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)Dyp læring↔ compare
- Langtidskorttidsminne (LSTM)Dyp læring↔ compare
- Multimodal BERT-basert klassifiseringDyp læring↔ compare
- Multimodal LSTMDyp læring↔ compare
- Multimodal Recurrent Neural NetworkDyp læring↔ compare
- Multimodal transformereDyp læring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →