視覚と言語におけるマルチモーダル研究:現在と新たな傾向のレビュー【JST・京大機械翻訳】

Uppal Shagun; Bhagat Sarthak; Hazarika Devamanyu; Majumdar Navonil; Poria Soujanya; Zimmermann Roger; Zadeh Amir

プレプリント

J-GLOBAL ID：202202210005811618 整理番号：22P0201724

視覚と言語におけるマルチモーダル研究:現在と新たな傾向のレビュー【JST・京大機械翻訳】

Multimodal Research in Vision and Language: A Review of Current and Emerging Trends

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年10月19日プレプリントサーバーでの情報更新日： 2020年12月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

深層学習とその応用は,実世界データに存在する多様な範囲のモダリティで,カスケード衝撃的研究と開発を持っている。より最近,これは,その多数の応用と高速容量成長で,Visionと言語の交差点における研究興味を強化した。本論文では,視覚および言語モダリティに関する研究における最新の動向の詳細な概観を示した。タスク定式化におけるその応用と,意味知覚とコンテンツ生成に関連する様々な問題を解決する方法を検討した。また,それらの評価戦略と今後の課題とともに,タスク特有の傾向に取り組んだ。さらに,著者らは,最近の過去に出現した多分野パターンおよび洞察に光を当て,この分野をよりモジュールおよび透明なインテリジェントシステムに向けて指向した。本調査は,VisLang研究における最近の文献を重視する重要な傾向を同定し,その分野が方向へ向かう方向への試みを試みている。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る