LSTM Multimodal
O LSTM Multimodal estende a rede LSTM (Long Short-Term Memory) padrão para processar conjuntamente dados sequenciais de múltiplas modalidades de entrada — como texto, áudio e vídeo — dentro de uma arquitetura recorrente unificada. Ao fundir representações de diferentes fontes antes ou dentro das células LSTM, ele captura dependências temporais que abrangem e cruzam modalidades, tornando-o uma abordagem fundamental para tarefas como análise de sentimento, legendagem de vídeo e computação afetiva.
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
- Rajagopalan, S., Tran, L., Rozgic, V., Narayanan, S., Kumar, A., & Ramakrishna, S. (2016). Extending Long Short-Term Memory for Multi-View Structured Learning. In Proceedings of ECCV 2016. Springer. link ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/pt/deep-learning/multimodal-lstm
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.
- Mecanismo de AtençãoAprendizado profundo↔ compare
- Unidade Recorrente Gated (GRU)Aprendizado profundo↔ compare
- LSTMAprendizado profundo↔ compare
- Transformer MultimodalAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →