Hoppa till innehållScholarGate
BibliotekMitt bibliotekSkrivbordReview StudioAssistent
Logga in
Multimodal Transformer/Bevis
Metodbevispost

Multimodal Transformer

A Multimodal Transformer extends the standard Transformer architecture to process and jointly reason over two or more input modalities — most commonly text and images, but also audio, video, or structured data. Cross-modal attention layers allow information from one modality to inform representations in another, enabling tasks such as visual question answering, image captioning, and multimodal sentiment analysis.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Multimodal Transformer (Cross-Modal Attention-Based Architecture)
Taxonomisk metodpost · ml-model / deep-learning
  • Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Tasks. Advances in Neural Information Processing Systems (NeurIPS), 32. · URL
  • Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning Transferable Visual Models From Natural Language Supervision. Proceedings of the 38th International Conference on Machine Learning (ICML), PMLR 139. · URL
Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Taxonomic bucketBERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketImage Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal BERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSentence Embeddingsmachine-suggested · Relational suggestion, not evidence.Same method familyVision Transformermachine-suggested · Relational suggestion, not evidence.

Bevisstatus

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Källor

2 registrerade citat, kopierade från metodens källpost.

Åtgärder

Öppna metodens sida
ScholarGate

Ett innehållsdrivet referensbibliotek för forskningsmetoder — vad varje metod är, hur den fungerar och varifrån den kommer.

Öppna data (CC-BY)

Upptäck

  • Bibliotek
  • Sök metoder…
  • Bläddra efter ämnesområde
  • Ämnesområden
  • Resa
  • Jämför
  • Vilken metod?

Referens

  • Ämnen
  • Atlas
  • Ordlista
  • Metodik
  • Filosofi

Arbetsyta

  • Mitt bibliotek
  • Skrivbord
  • Chatt

Företag

  • Om oss
  • Priser
  • Kontakt
  • Föreslå en metod

Posterna är sammanställda från publicerade källor för referensändamål. Att verifiera att informationen är korrekt och lämplig för din egen användning är ditt eget ansvar.

© 2026 ScholarGate · Ett referensbibliotek för forskningsmetoder
  • Integritet
  • Kakor
  • Villkor
  • Radera konto