多模态图学习综述
机器学习
2024-02-09 v1 人工智能
图形学
社会与信息网络
摘要
多模态数据遍布医疗、社交媒体和交通等各个领域，其中多模态图扮演着关键角色。在多模态图上的机器学习，即多模态图学习 (MGL)，对于成功的人工智能 (AI) 应用至关重要。该领域的新兴研究涵盖了多样的图数据类型和模态、学习技术以及应用场景。本综述论文对多模态图学习的现有工作进行了比较分析，阐明了如何在不同图类型上实现多模态学习，并探讨了主流学习技术的特点。此外，我们描述了多模态图学习的重要应用，并对该领域的未来方向提出了见解。因此，本文为寻求理解现有 MGL 技术及其在不同场景下适用性的研究人员提供了一份基础性资源。
引用
@article{arxiv.2402.05322,
title = {Learning on Multimodal Graphs: A Survey},
author = {Ciyuan Peng and Jiayuan He and Feng Xia},
journal= {arXiv preprint arXiv:2402.05322},
year = {2024}
}
备注
9 pages, 1 figure