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。
NUS招收GNN方向博士
图与推荐
0+阅读 · 2022年10月31日
写了一篇关于 多模态学习 综述的综述!
PaperWeekly
1+阅读 · 2022年8月17日
数据受限条件下的多模态处理技术综述
专知
9+阅读 · 2022年7月16日
今天起,种草小红书的多模态AI技术
机器之心
2+阅读 · 2022年4月25日
参考链接
微信扫码咨询专知VIP会员