本教程建立在卡内基梅隆大学教授的多模态机器学习年度课程的基础上，是CVPR、ACL和ICMI会议上多模态学习以前教程的一个完全修订版本。本教程基于多模态机器学习中存在的核心技术挑战的修订分类，围绕这六个核心挑战: 表示、对齐、推理、迁移、生成和量化。最近的技术成果将通过这种多模态核心挑战的分类法来展示，使研究人员能够理解方法和新模型之间的相似性和差异性。本教程还旨在对多模态机器学习的未来研究方向提供一个视角。

教程主页：

https://cmu-multicomp-lab.github.io/mmml-tutorial/cvpr2022/

PPT下载：

https://cmu-multicomp-lab.github.io/mmml-tutorial/schedule/

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除