典型文献
深度多模态表征学习概述
文献摘要：
多模态表征学习旨在缩小不同模态数据之间的异质性差距.近年来,基于深度学习的多模态表征学习因其强大的多层次抽象表征能力而备受关注.文章提供了关于深度多模态表征学习的全面调查.文章将深度多模态表示学习方法分为三个框架:联合表示、协调表示和编解码器.此外,还回顾了该领域的一些典型模型,从传统模型到新开发的技术.重点介绍了新开发技术的关键问题,如编码器-解码器模型、生成性对抗网络等.最后,对今后的工作提出了一些重要的方向.
文献关键词：
多模态表征学习;多模态深度学习;深度多模态融合
中图分类号：
作者姓名：
谢亦才;易云
作者机构：
赣南师范学大学数学与计算机科学学院,江西赣州341000
文献出处：
引用格式：
[1]谢亦才;易云-.深度多模态表征学习概述)[J].电脑知识与技术,2022(09):67-69
A类：
多模态表征学习,深度多模态融合
B类：
表征能力,表示学习方法,联合表示,编解码器,典型模型,传统模型,开发技术,编码器,生成性,对抗网络,多模态深度学习
AB值：
0.196435
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
