====== Multimodales Lernen ======

**Beim multimodalen Lernen werden unterschiedliche Datenquellen genutzt und in Bezug zueinander gesetzt um ein System zu trainieren.**

Ziel dieses Lernprozesses ist es, dass ein intelligentes System die Fähigkeit erlangt, zusammengehörige multimodale Inhalte zu verknüpfen. Durch multimodale Lernverfahren können beispielsweise im Bereich der Geodäsie über Künstliche neuronale Netze Satellitendaten mit Radardaten zusammen ausgewertet werden, um neue Unterwassergebiete ausfindig zu machen.

Multimodales Lernen ([[wissen:glossar:multi-task_learning|Multi-task Learning]]) kann darüber hinaus in beispielsweise der Medizin, im Entertainment und der Robotik zum Einsatz kommen.

===== Weiterführende Informationen =====

  * {{https://www.bigdata-ai.fraunhofer.de/content/dam/bigdata/de/documents/Publikationen/Fraunhofer_Studie_ML_201809.pdf |  MASCHINELLES LERNEN EINE ANALYSE ZU KOMPETENZEN, FORSCHUNG UND ANWENDUNG. Fraunhofer-Gesellschaft}} (2018)\\ **Inga Döbel; Miriam Leis; Manuel M. Vogelsang; Dmitry Neustroev; Henning Petzka; Annamaria Riemer; Stefan Rüping; Angelika Voss; Martin Wegele &  Juliane Welz**
  * [[https://geodaesie.info/zfv/zfv-archiv/zfv-145-jahrgang/zfv-2020-1/tief-lernen-lassen| Tief lernen lassen. Zfv, 145(1), 2-3]] (2020)\\ **Franziska Konitzer**
  * [[doi>10.1007/978-3-658-30525-3_23]]