Perceptró Multicapa Semisupervisat
Un perceptró multicapa semisupervisat (SSL-MLP) és una xarxa neuronal feedforward entrenada amb un petit conjunt d'exemples etiquetats juntament amb un conjunt més gran d'exemples no etiquetats. En combinar una pèrdua d'entrepia creuada supervisada en dades etiquetades amb un objectiu de consistència no supervisada o pseudo-etiquetatge en dades no etiquetades, extreu molta més informació de les dades que un MLP purament supervisat entrenat només amb etiquetes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Multilayer Perceptron (SSL-MLP). ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-multilayer-perceptron
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Perceptró Multicapa Finament AjustatAprenentatge profund↔ compare
- Xarxa neuronal convolucional semisupervisadaAprenentatge profund↔ compare
- LSTM semi-supervisatAprenentatge profund↔ compare
- Perceptró Multicapa feblement supervisatAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →