Multimodal Multilayer Perceptron
En Multimodal Multilayer Perceptron (MM-MLP) er et feedforward neuralt netværk, der indtager features fra to eller flere heterogene input-modaliteter — såsom strukturerede tabeldata, tekst-embeddings og billed-feature-vektorer — ved at kode hver strøm separat og fusionere dem til en delt repræsentation, før den sendes gennem fuldt forbundne lag for at producere en klassifikations- eller regressionsoutput.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML 2011), pp. 689–696. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 6: Deep Feedforward Networks). MIT Press. ISBN: 978-0-262-03561-3
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/da/deep-learning/multimodal-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.
- Finetunet Multilags PerceptronDyb læring↔ compare
- Multilayer Perceptron (MLP)Dyb læring↔ compare
- Multimodal Convolutional Neural NetworkDyb læring↔ compare
- Multimodale sætningsindlejringerDyb læring↔ compare
- Multimodal TransformerDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →