Multimodalna rekurentna neuronska mreža
Multimodalna rekurentna neuronska mreža (MRNM) kombinuje ulaze iz dva ili više modaliteta podataka — kao što su slike, tekst i zvuk — unutar rekurentnog okvira za obradu sekvenci. Ona kodira svaki modalitet zasebno, spaja reprezentacije, a zatim obrađuje kombinovani signal kroz rekurentne jedinice (RNN, LSTM ili GRU) kako bi generisala ili klasifikovala sekvencijalne izlaze. Ovaj dizajn ju je učinio fundamentalnim pristupom u opisivanju slika, opisivanju video zapisa i audio-vizuelnom prepoznavanju govora.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Multimodal Recurrent Neural Network (MM-RNN). ScholarGate. https://scholargate.app/sr/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.
- Gated Recurrent Unit (GRU)Duboko učenje↔ compare
- Long Short-Term Memory (LSTM)Duboko učenje↔ compare
- Multimodalna klasifikacija zasnovana na BERT-uDuboko učenje↔ compare
- Multimodalna konvoluciona neuronska mrežaDuboko učenje↔ compare
- Multimodalni TransformerDuboko učenje↔ compare
- Рекурентна неуронска мрежаDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →