原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
多模态学习方法的全面综述
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1.1多源信息融合的需求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2深度学习的发展推动．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2.1国外研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2.2国内研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
多模态学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.1多模态数据表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.1.1视觉数据表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1.2文本数据表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.1.3听觉数据表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.1.4其他模态数据表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.2多模态特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.2.1基于深度学习的特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2.2基于传统机器学习的特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.3多模态交互机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.3.1特征级交互．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.3.2决策级交互．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.4多模态学习评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.4.1任务相关指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.4.2模型相关指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
多模态学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.1基于早期融合的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
3.1.1向量拼接融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
3.1.2特征级加权融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
3.1.3基于注意力机制的融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.2基于晚期融合的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3.2.1决策级加权平均．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.2.2基于注意力机制的融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.3基于混合模型的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.3.1神经网络混合模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.3.2混合模型架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.4基于图模型的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.4.1图神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
3.4.2多模态
文档评论（0）