现实世界中的信息通常以不同的模态出现。例如,图像通常与标签和文本解释联系在一起;文本包含图像以便更清楚地表达文章的主要思想。不同的模态由迥异的统计特性刻画。例如,图像通常表示为特征提取器的像素强度或输出,而文本则表示为离散的词向量。由于不同信息资源的统计特性不同,发现不同模态之间的关系是非常重要的。多模态学习是一个很好的模型,可以用来表示不同模态的联合表示。多模态学习模型也能在观察到的情况下填补缺失的模态。多模态学习模型中,每个模态对应结合了两个深度玻尔兹曼机(deep boltzmann machines).另外一个隐藏层被放置在两个玻尔兹曼机上层,以给出联合表示。
这可能是「多模态机器学习」最通俗易懂的介绍
计算机视觉life
113+阅读 · 2018年12月20日
NUS招收GNN方向博士
图与推荐
0+阅读 · 2022年10月31日
CAAI特约专栏丨沈晓卫 人工智能 : 预见 2018
中国人工智能学会
1+阅读 · 2018年3月12日
多模态学习研讨会:预训练是AI未来所需要的全部吗?
微软研究院AI头条
1+阅读 · 2019年12月18日
火爆的多模态学习,小红书即将开讲!
CVer
1+阅读 · 2022年4月18日
参考链接
微信扫码咨询专知VIP会员