Multimodal LSTM
Multimodal LSTM rozširuje štandardnú sieť Long Short-Term Memory na spoločné spracovanie sekvenčných dát z viacerých vstupných modalít – ako sú text, zvuk a video – v rámci jednotnej rekurentnej architektúry. Fúziou reprezentácií z rôznych zdrojov pred alebo v rámci LSTM buniek zachytáva časové závislosti, ktoré presahujú a križujú modality, čo z neho robí základný prístup pre úlohy ako analýza sentimentu, titulkovanie videí a afektívne výpočty.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Long Short-Term Memory Network. ScholarGate. https://scholargate.app/sk/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.
- Mechanizmus pozornostiHlboké učenie↔ compare
- Gated Recurrent Unit (GRU)Hlboké učenie↔ compare
- LSTMHlboké učenie↔ compare
- Multimodálny TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →