栗田 修平 著・文・その他 / 技術評論社 / 2026-09-28発売
※ アフィリエイトリンクを含みます。購入により当サイトが手数料を受け取る場合がありますが、掲載順や内容には影響しません。
『マルチモーダルモデル入門』は栗田 修平 著・文・その他による「電子通信」分野の専門家・研究者向けの書籍。技術評論社から2026-09-28に発売。 ISBN 9784297158361、352p、B5変形、3600円。 件名:基盤モデル、大規模視覚言語モデル、CLIP、LLaVA、ニューラルオーディオコーデック。
出典: 国立国会図書館サーチ(JPRO提供分) ・ NDL書誌
情報更新 2026年9月(国立国会図書館サーチ/JPRO反映月)
栗田 修平 著・文・その他による作品です、技術評論社から刊行されています、分野は「電子通信」です。
専門家・研究者向けの本です。分野は「電子通信」。
本書は、画像や音声、動画など複数の異なるデータを扱う「マルチモーダルモデル」の入門書です。自動運転やロボット、AIエージェントといった存在が、実世界の複雑な情報を理解して人間と円滑にコミュニケーションをとるために必要とする最先端技術を、基礎知識からその仕組みまで体系的に解説します。共通基盤となるTransformerの基礎からはじめ、視覚・音声・動画・3次元データの各モデルにふれたうえで、画像・音声・自然言語の融合モデルを解説します。マルチモーダルモデルを用いた研究や開発に応用できる確かな力が身につく一冊です。
技術評論社から2026-09-28に発売されました(ISBN 9784297158361)。
3600円です(352p・B5変形)。