title: 多模态融合 tags:

concept
research
multimodal
joplin type: concept source_type: reconstructed created: 2026-04-23 updated: 2026-04-23 ---

多模态融合

[!abstract] 多模态融合是将文本、图像、语音、视频等不同模态信息进行表示、对齐和整合，以获得更强表达能力的方法。

核心内容

模态表示
模态对齐
融合与转换

来源

[[raw/Joplin/研究生生涯/研究生组会-学术汇报/2025-11-03学术汇报/1. 面向深度学习的多模态融合技术研究综述.md]]

相关页面

[[研究生组会-学术汇报]]
[[学术汇报-2025-11-03]]
[[机器学习基础]]