至少包含一个浅层人工神经网络和一个深层人工神经网络_使用深层信任网络学习多模态数据的表示形式...
摘要我们提出了一种深度信任网络架构,用于学习多模态数据的联合表示。该模型定义了多模态输入空间上的概率分布,并允许从每个数据模态的条件分布中进行采样。即使缺少某些数据模态,这也使模型可以创建多模态表示。我们对由图像和文本组成的双模态数据的实验结果表明,模态DBN可以学习图像和文本输入的联合空间的良好生成模型,该模型对于填充缺失数据非常有用,因此可以将其用于图像注释和图像检索。我们进一步证明,使用多模