ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Мультимодальна дифузійна модель×Мультимодальна класифікація на основі BERT×
ГалузьГлибоке навчанняГлибоке навчання
РодинаMachine learningMachine learning
Рік появи2020–20222019
Автор методуHo, J. et al. (DDPM); Rombach, R. et al. (LDM/Stable Diffusion)Kiela, D. et al.; Lu, J. et al.
ТипGenerative model (denoising diffusion)Multimodal transformer classifier
Основоположне джерелоRombach, 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 ↗Kiela, D., Bhooshan, S., Firooz, H., Perez, E., & Testuggine, D. (2019). Supervised multimodal bitransformers for classifying images and text. arXiv preprint arXiv:1909.02950. link ↗
Інші назвиmultimodal DDPM, cross-modal diffusion, conditional multimodal diffusion, multi-modal denoising diffusionMMBT, multimodal transformer classification, BERT multimodal fusion, vision-language BERT classifier
Пов'язані62
ПідсумокA multimodal diffusion model extends denoising diffusion probabilistic models to generate or understand content by conditioning on signals from multiple modalities — such as text, image, audio, or video — simultaneously. It learns to reverse a noise process guided by cross-modal context, enabling high-fidelity synthesis and translation across modalities.Multimodal BERT-based classification extends the BERT transformer architecture to jointly encode and classify data from multiple modalities — most commonly text paired with images — by fusing their representations before a final classification head. Introduced prominently around 2019 through models such as MMBT and ViLBERT, it has become a standard approach for tasks where neither text nor image alone carries sufficient information for accurate labeling.
ScholarGateНабір даних
  1. v1
  2. 2 Джерела
  3. PUBLISHED
  1. v1
  2. 2 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: Multimodal Diffusion Model · Multimodal BERT-based Classification. Отримано 2026-06-15 з https://scholargate.app/uk/compare