多模态深度生成模型综述
机器学习
2022-07-06 v1 机器学习
摘要
多模态学习是一种基于不同类型模态进行预测的模型构建框架。多模态学习中的重要挑战是从任意模态推断共享表示以及通过这些表示进行跨模态生成；然而，实现这一点需要考虑多模态数据的异构性。近年来，深度生成模型（即由深度神经网络参数化分布的生成模型）备受关注，尤其是变分自编码器，其适于完成上述挑战，因为可考虑异构性并推断数据的良好表示。因此，近年来提出了各种基于变分自编码器的多模态生成模型，称为多模态深度生成模型。本文提供关于多模态深度生成模型研究的分类综述。
引用
@article{arxiv.2207.02127,
title = {A survey of multimodal deep generative models},
author = {Masahiro Suzuki and Yutaka Matsuo},
journal= {arXiv preprint arXiv:2207.02127},
year = {2022}
}
备注
Published in Advanced Robotics