Мультимодальний GRU
Мультимодальний GRU розширює архітектуру Gated Recurrent Unit для спільної обробки послідовних даних з кількох вхідних модальностей — таких як текст, аудіо та відеокадри — в межах єдиної рекурентної структури. Шляхом об'єднання специфічних для модальності кодувань на рівні входу або прихованого стану, він вловлює часові залежності між різнорідними потоками даних і широко використовується в мультимодальному аналізі настроїв, розумінні відео та аудіовізуальному розпізнаванні мови.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. Proceedings of EMNLP 2014, 1724–1734. link ↗
- Zadeh, A., Chen, M., Poria, S., Cambria, E., & Morency, L.-P. (2017). Tensor Fusion Network for Multimodal Sentiment Analysis. Proceedings of EMNLP 2017, 1103–1114. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multimodal Gated Recurrent Unit. ScholarGate. https://scholargate.app/uk/deep-learning/multimodal-gru
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.
- Блокований рекурентний блок (GRU)Глибоке навчання↔ compare
- Довга короткострокова пам'ять (LSTM)Глибоке навчання↔ compare
- Мультимодальна класифікація на основі BERTГлибоке навчання↔ compare
- Мультимодальна LSTMГлибоке навчання↔ compare
- Багатомодальна рекурентна нейронна мережаГлибоке навчання↔ compare
- Мультимодальний ТрансформерГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →