マルチモーダルモデル

共有投影

共同学習された投影ネットワークを介して、異なるモダリティの表現を共通のベクトル空間にマッピングする技術。このアプローチはモダリティ間の直接比較を容易にし、クロスモーダル検索や条件付き生成などの操作を可能にします。

← 戻る