基本信息
文件名称:基于图神经网络的多模态融合方法及应用.pdf
文件大小:4.07 MB
总页数:89 页
更新时间:2025-07-16
总字数:约18.88万字
文档摘要
摘要
人工智能是让机器具备像人类一样的学习能力和决策能力,然而这些都基于
对环境的感知。感知方式的多样化促进了不同模态数据的生成。区别于单一模态
数据,多模态数据具有更加丰富的信息,而且不同模态信息之间有潜在的互补性。
多模态数据融合可以促进模型获得更全面、更准确的理解与推断。然而,多模态
数据之间还隐藏着复杂的关联关系,如何挖掘多模态之间的关联性及其与推理决
策的关联性,建模融合过程中的多模态交互是多模态融合亟需解决的问题。图的
灵活结构可以表征数据对象之间的任意关系,其逻辑结构特点与多模态数据之间