（跨模態檢索綜述）A Comprehensive Survey on Cross-modal Retrieval
A Comprehensive Survey on Cross-modal Retrieval Kaiye Wangy, Qiyue Yiny, Wei Wang, Shu Wu, Liang Wang∗, Senior Member, IEEE 1. 研究現狀： 目前跨模態檢索主要分爲兩種方法：(1)real-valued表示學習；(2)binary表示學習。Real-valued表示學習方法目
相關文章
- 1. （跨模態檢索綜述）A Comprehensive Survey on Cross-modal Retrieval
- 2. A Comprehensive Survey on Graph Neural Networks（圖神經網絡綜述）
- 3. 綜述論文「A Comprehensive Survey on Graph Neural Networks」
- 4. 論文筆記--跨模態檢索研究綜述-2018
- 5. [caption學習]：綜述：A comprehensive survey of deep learning for image caption
- 6. Cross-modal Retrieval（跨模態檢索）
- 7. 跨模態檢索
- 8. A Comprehensive Survey on Graph Neural Networks--圖神經網絡綜合研究
- 9. Paper Notes: A Comprehensive Survey on Graph Neural Networks
- 10. [論文翻譯]-A Comprehensive Survey on Graph Neural Networks《圖神經網絡GNN綜述》
- 更多相關文章...
- • ionic 模態窗口 - ionic 教程
- • Hibernate的5種檢索方式 - Hibernate教程
- • 委託模式
- • PHP Ajax 跨域問題最佳解決方案
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. （跨模態檢索綜述）A Comprehensive Survey on Cross-modal Retrieval
- 2. A Comprehensive Survey on Graph Neural Networks（圖神經網絡綜述）
- 3. 綜述論文「A Comprehensive Survey on Graph Neural Networks」
- 4. 論文筆記--跨模態檢索研究綜述-2018
- 5. [caption學習]：綜述：A comprehensive survey of deep learning for image caption
- 6. Cross-modal Retrieval（跨模態檢索）
- 7. 跨模態檢索
- 8. A Comprehensive Survey on Graph Neural Networks--圖神經網絡綜合研究
- 9. Paper Notes: A Comprehensive Survey on Graph Neural Networks
- 10. [論文翻譯]-A Comprehensive Survey on Graph Neural Networks《圖神經網絡GNN綜述》