A survey of transformer-based multimodal pre-trained modals

计算机科学 变压器 嵌入 人工智能 机器学习 工程类 电压 电气工程
作者
Xue Han,Yitong Wang,Jun-Lan Feng,Chao Deng,Zhan‐Heng Chen,Yu‐An Huang,Hui Su,Lun Hu,Pengwei Hu
出处
期刊:Neurocomputing [Elsevier]
卷期号:515: 89-106 被引量:28
标识
DOI:10.1016/j.neucom.2022.09.136
摘要

With the broad industrialization of Artificial Intelligence(AI), we observe a large fraction of real-world AI applications are multimodal in nature in terms of relevant data and ways of interaction. Pre-trained big models have been proven as the most effective framework for joint modeling of multi-modality data. This paper provides a thorough account of the opportunities and challenges of Transformer-based multimodal pre-trained model (PTM) in various domains. We begin by reviewing the representative tasks of multimodal AI applications, ranging from vision-text and audio-text fusion to more complex tasks such as document layout understanding. We particularly address the new multi-modal research domain of document layout understanding. We further analyze and compare the state-of-the-art Transformer-based multimodal PTMs from multiple aspects, including downstream applications, datasets, input feature embedding, and model architectures. In conclusion, we summarize the key challenges of this field and suggest several future research directions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
潇公子完成签到,获得积分10
1秒前
david完成签到,获得积分10
1秒前
zxcv发布了新的文献求助10
2秒前
丰广富山完成签到,获得积分10
2秒前
liuminghui发布了新的文献求助10
3秒前
3秒前
zzz完成签到 ,获得积分10
4秒前
4秒前
香蕉觅云应助zbx采纳,获得10
5秒前
6秒前
7秒前
filter完成签到,获得积分10
7秒前
zt发布了新的文献求助10
8秒前
典雅碧空发布了新的文献求助10
9秒前
9秒前
魏新明完成签到,获得积分20
10秒前
elfff完成签到,获得积分10
10秒前
111发布了新的文献求助10
10秒前
求篇文章发布了新的文献求助10
12秒前
spenley完成签到,获得积分10
12秒前
12秒前
科研大狗完成签到,获得积分10
13秒前
14秒前
勤恳的猕猴桃应助zt采纳,获得10
14秒前
15秒前
17秒前
18秒前
老解发布了新的文献求助10
18秒前
Shayulajiao完成签到,获得积分10
19秒前
过客发布了新的文献求助10
20秒前
guolina完成签到 ,获得积分10
21秒前
21秒前
四月完成签到,获得积分10
22秒前
23秒前
汉堡包应助KID采纳,获得10
24秒前
吕别皱眉啊完成签到,获得积分10
26秒前
嘿嘿嘿嘿发布了新的文献求助10
26秒前
zt完成签到,获得积分10
27秒前
过客完成签到,获得积分10
28秒前
28秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155953
求助须知:如何正确求助?哪些是违规求助? 2807296
关于积分的说明 7872331
捐赠科研通 2465597
什么是DOI,文献DOI怎么找? 1312272
科研通“疑难数据库(出版商)”最低求助积分说明 630017
版权声明 601905