Rețea neuronală recurentă multimodală
O rețea neuronală recurentă multimodală (Multimodal Recurrent Neural Network) combină intrări din două sau mai multe modalități de date — cum ar fi imagini, text și audio — într-un cadru recurent de procesare secvențială. Aceasta codifică fiecare modalitate separat, fuzionează reprezentările și apoi procesează semnalul combinat prin unități recurente (RNN, LSTM sau GRU) pentru a genera sau clasifica ieșiri secvențiale. Acest design a făcut-o o abordare fundamentală în generarea de subtitrări pentru imagini, descrierea video și recunoașterea vorbirii audio-vizuale.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/ro/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.
- Unitatea Recurentă Gated (GRU)Învățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
- Clasificare multimodală bazată pe BERTÎnvățare profundă↔ compare
- Rețea Neuronală Convoluțională MultimodalăÎnvățare profundă↔ compare
- Transformer MultimodalÎnvățare profundă↔ compare
- Rețea Neuronală RecurentăÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →