Multimodal Representation Learning by Alternating Unimodal Adaptation

模式 计算机科学 多模式学习 人工智能 适应(眼睛) 代表(政治) 过程(计算) 模式治疗法 特征学习 机器学习 刺激形态 推论 感觉系统 认知心理学 心理学 操作系统 政治 社会学 社会科学 神经科学 法学 心理治疗师 政治学
作者
Xiaohui Zhang,Jaehong Yoon,Mohit Bansal,Huaxiu Yao
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:1
标识
DOI:10.48550/arxiv.2311.10707
摘要

Multimodal learning, which integrates data from diverse sensory modes, plays a pivotal role in artificial intelligence. However, existing multimodal learning methods often struggle with challenges where some modalities appear more dominant than others during multimodal learning, resulting in suboptimal performance. To address this challenge, we propose MLA (Multimodal Learning with Alternating Unimodal Adaptation). MLA reframes the conventional joint multimodal learning process by transforming it into an alternating unimodal learning process, thereby minimizing interference between modalities. Simultaneously, it captures cross-modal interactions through a shared head, which undergoes continuous optimization across different modalities. This optimization process is controlled by a gradient modification mechanism to prevent the shared head from losing previously acquired information. During the inference phase, MLA utilizes a test-time uncertainty-based model fusion mechanism to integrate multimodal information. Extensive experiments are conducted on five diverse datasets, encompassing scenarios with complete modalities and scenarios with missing modalities. These experiments demonstrate the superiority of MLA over competing prior approaches. Our code is available at https://github.com/Cecile-hi/Multimodal-Learning-with-Alternating-Unimodal-Adaptation.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
jumbaumba发布了新的文献求助10
刚刚
刚刚
传奇3的应助被科研通管家采纳,获得10
刚刚
我是老大的应助被科研通管家采纳,获得10
1秒前
今后的应助被科研通管家采纳,获得10
1秒前
脑洞疼的应助被科研通管家采纳,获得10
1秒前
桐桐的应助被科研通管家采纳,获得10
1秒前
今后的应助被科研通管家采纳,获得10
1秒前
1秒前
1秒前
1秒前
Joao79发布了新的文献求助10
1秒前
大模型的应助被科研通管家采纳,获得10
1秒前
2秒前
无极微光的应助被四季平安采纳,获得20
2秒前
星辰大海的应助被科研通管家采纳,获得10
2秒前
我是老大的应助被Dyeing采纳,获得10
2秒前
Owen的应助被科研通管家采纳,获得10
2秒前
沉静书翠完成签到,获得积分10
2秒前
英俊的铭的应助被科研通管家采纳,获得10
2秒前
完美世界的应助被科研通管家采纳,获得10
2秒前
2秒前
3秒前
琮博完成签到,获得积分10
3秒前
3秒前
快乐木木完成签到,获得积分10
3秒前
xiaohaitao发布了新的文献求助10
4秒前
谭江天发布了新的文献求助10
4秒前
核桃发布了新的文献求助50
4秒前
5秒前
6秒前
6秒前
Cha完成签到,获得积分10
6秒前
7秒前
浅夏完成签到,获得积分10
7秒前
快乐木木发布了新的文献求助10
8秒前
杜若诗完成签到,获得积分10
8秒前
9秒前
SXS关注了科研通微信公众号
9秒前
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Entre Praga y Madrid : los contactos checoslovaco-españoles (1948-1977) 600
A REVIEW OF THE V-22 DYNAMICS VALIDATION PROGRAM 600
Les Mots du discours 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8122080
求助须知:如何正确求助?哪些是违规求助? 9526367
关于积分的说明 21561429
捐赠科研通 7701066
什么是DOI,文献DOI怎么找? 3415567
关于科研通互助平台的介绍 2541203
邀请新用户注册赠送积分活动 2455978