Multimodálny difúzny model
Multimodálny difúzny model rozširuje pravdepodobnostné difúzne modely na odšumovanie, aby generoval alebo chápal obsah podmieňovaním na signáloch z viacerých modalít – ako je text, obraz, zvuk alebo video – súčasne. Učí sa zvrátiť proces šumu riadený krížovomodálnym kontextom, čo umožňuje vysokoverzijnú syntézu a preklad naprieč modalitami.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684–10695. DOI: 10.1109/CVPR52688.2022.01042 ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Diffusion Model (Cross-Modal Conditional Denoising Diffusion). ScholarGate. https://scholargate.app/sk/deep-learning/multimodal-diffusion-model
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.
- Model difúzie s doladenímHlboké učenie↔ compare
- Multimodálna klasifikácia založená na BERTHlboké učenie↔ compare
- Multimodálny GANHlboké učenie↔ compare
- Multimodálny TransformerHlboké učenie↔ compare
- Multimodálny variančný autoenkodérHlboké učenie↔ compare
- Multimodálny Transformer pre víziuHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →