Мультимодальная сверточная нейронная сеть
Мультимодальная сверточная нейронная сеть (MM-CNN) обрабатывает и объединяет две или более входные модальности — такие как изображения и текст, или видео и аудио — через специализированные сверточные ветви, изучая общее представление, которое улавливает комплементарные сигналы из каждого источника. Объединенное представление используется для решения последующей задачи, такой как классификация, регрессия или поиск.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multimodal Convolutional Neural Network (MM-CNN). ScholarGate. https://scholargate.app/ru/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.
- Классификация изображенийГлубокое обучение↔ compare
- Мультимодальная классификация на основе BERTГлубокое обучение↔ compare
- Мультимодальная рекуррентная нейронная сетьГлубокое обучение↔ compare
- Мультимодальный трансформерГлубокое обучение↔ compare
- Transfer Learning with Convolutional Neural NetworkГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →