文献

J-GLOBAL ID：202202273533600577   整理番号：22A0803693

言語と視覚によるクロスモーダルタスクのための変圧器アーキテクチャの展望と展望【JST・京大機械翻訳】

Perspectives and Prospects on Transformer Architecture for Cross-Modal Tasks with Language and Vision

著者 (3件)： Shin Andrew (Sony Corporation, Tokyo, Japan) ,  Ishii Masato (Sony Corporation, Tokyo, Japan) ,  Narihira Takuya (Sony Corporation, Tokyo, Japan)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 130  号： 2  ページ： 435-454  発行年： 2022年 
JST資料番号： T0423A  ISSN： 0920-5691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 変圧器アーキテクチャは,計算言語分野に基本的変化をもたらし,それは,長年にわたる再帰ニューラルネットワークによって支配されてきた。また,その成功は,言語と視覚によるクロスモーダルタスクの劇的な変化を意味し,多くの研究者が既に課題に取り組んだ。本論文では,フィールドにおける最も重要なマイルストーンのいくつか,ならびに,変圧器アーキテクチャが視覚的なクロスモーダルタスクに組み込まれた方法に関する全体的傾向についてレビューする。さらに,著者らは,その現在の限界について議論して,著者らは,著者らが発見する見通しのいくつかに関して推測する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  *変圧器 ,  *言語 ,  ニューラルネットワーク ,  *計算機アーキテクチャ

著者キーワード (4件)： 言語と視覚 ,  変圧器 ,  注意 ,  BERT

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 言語 ,  視覚 ,  変圧器 ,  アーキテクチャ ,  展望