Rede Neural Convolucional Multimodal
Uma Rede Neural Convolucional Multimodal (MM-CNN) processa e funde duas ou mais modalidades de entrada — como imagens e texto, ou vídeo e áudio — através de ramos convolucionais dedicados, aprendendo uma representação compartilhada que captura sinais complementares de cada fonte. A representação fundida impulsiona uma tarefa downstream, como classificação, regressão ou recuperação.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
- Zhang, Y., Yin, C., Li, Y., Li, D., & Tian, Q. (2020). Multimodal intelligence: Representation learning, information fusion, and applications. IEEE Journal of Selected Topics in Signal Processing, 14(3), 478–493. DOI: 10.1109/JSTSP.2020.2987728 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/pt/deep-learning/multimodal-convolutional-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.
- Classificação de ImagensAprendizado profundo↔ compare
- Classificação Multimodal Baseada em BERTAprendizado profundo↔ compare
- Rede Neural Recorrente MultimodalAprendizado profundo↔ compare
- Transformer MultimodalAprendizado profundo↔ compare
- Transfer Learning com Redes Neurais ConvolucionaisAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →