Рекурентна невронна мрежа с адаптация към домейн
Рекурентна невронна мрежа с адаптация към домейн (DA-RNN) е рекурентна невронна мрежа, обучена върху изходен домейн и адаптирана към целеви домейн чрез техники за адаптация към домейн като генеративно обучение, подравняване на признаци или фина настройка. Тя позволява на последователни модели да обобщават между домейни, когато етикетирани данни от целевия домейн са оскъдни или недостъпни.
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
- Ganin, Y., Ustunova, 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 ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-adaptive Recurrent Neural Network (DA-RNN). ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-recurrent-neural-network
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.
- Адаптивно към домейна класифициране, базирано на BERTДълбоко обучение↔ сравняване
- Трансформер с адаптация към домейнДълбоко обучение↔ сравняване
- Фино настроена рекурентна невронна мрежаДълбоко обучение↔ сравняване
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ сравняване
- Рекурентна невронна мрежаДълбоко обучение↔ сравняване
- Трансферно обучение с рекурентна невронна мрежаДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →