Wielomodalna rekurencyjna sieć neuronowa
Wielomodalna rekurencyjna sieć neuronowa (Multimodal Recurrent Neural Network) łączy dane wejściowe z dwóch lub więcej modalności danych — takich jak obrazy, tekst i dźwięk — w ramach rekurencyjnej struktury przetwarzania sekwencji. Koduje ona każdą modalność oddzielnie, łączy reprezentacje, a następnie przetwarza połączony sygnał za pomocą jednostek rekurencyjnych (RNN, LSTM lub GRU) w celu generowania lub klasyfikowania sekwencyjnych wyników. Ta konstrukcja sprawiła, że stała się ona podstawowym podejściem w generowaniu podpisów do obrazów, opisie wideo i audiowizualnym rozpoznawaniu mowy.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/pl/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)Uczenie głębokie↔ compare
- Długa pamięć krótkotrwała (LSTM)Uczenie głębokie↔ compare
- Klasyfikacja multimodalna oparta na BERTUczenie głębokie↔ compare
- Wielomodalna sieć neuronowa konwolucyjnaUczenie głębokie↔ compare
- Transformator multimodalnyUczenie głębokie↔ compare
- Rekurencyjna Sieć NeuronowaUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →