Data-Aware Single-Modal Sampling for Rebalancing Multimodal Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法——数据感知单模采样,以解决多模态学习中的模态失衡问题。实验结果表明,该方法的性能优于多种基线。

🎯

关键要点

  • 本研究提出了一种新方法——数据感知单模采样。
  • 该方法旨在解决多模态学习中的模态失衡问题。
  • 数据感知单模采样通过动态调整每次迭代的采样数量来缓解模态失衡。
  • 实验结果表明,该方法的性能优于多种基线。
➡️

继续阅读