直观地说,定理 1 证明了多模态分类器的泛化误差能够被所有单模态学习器的经验损失、模型复杂性和融合权重与单模态损失之间的协方差三项的加权平均所 bound 住。在刻画了泛化误差上界之后,本文的下一个目标是寻找使得动态多模态融合优于静态融合的条件,即:在何种条件下定理 1 所刻画的泛化误差上界会更小?定理 2 针...