Многослоен персептрон с адаптация към домейна
Многослоен персептрон с адаптация към домейна (DA-MLP) е праволинейна невронна мрежа, обучена да научава представяния, които са полезни както за маркиран източник, така и за немаркиран или различно разпределен целеви домейн. Чрез минимизиране както на загубата на задачата, така и на целта за разминаване на домейна, MLP обобщава към целевия домейн с малко или никакви етикети от целевия домейн.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Ben-David, S., Blitzer, J., Crammer, K., Kulesza, A., Pereira, F., & Vaughan, J. W. (2010). A theory of learning from different domains. Machine Learning, 79(1–2), 151–175. DOI: 10.1007/s10994-009-5152-4 ↗
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-multilayer-perceptron
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Конволюционна невронна мрежа, адаптирана към домейнаДълбоко обучение↔ сравняване
- Рекурентна невронна мрежа с адаптация към домейнДълбоко обучение↔ сравняване
- Трансформер с адаптация към домейнДълбоко обучение↔ сравняване
- Фино настроен многослоен персептронДълбоко обучение↔ сравняване
- Многослоен персептрон (MLP)Дълбоко обучение↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →