Multimodales Multilayer Perceptron
Ein multimodales Multilayer Perceptron (MM-MLP) ist ein Feedforward-Neuronales Netz, das Merkmale aus zwei oder mehr heterogenen Eingabemodalitäten – wie strukturierte tabellarische Daten, Text-Embeddings und Bild-Feature-Vektoren – aufnimmt, indem es jeden Datenstrom separat kodiert und sie zu einer gemeinsamen Repräsentation verschmilzt, bevor sie durch vollständig verbundene Schichten geleitet werden, um eine Klassifikations- oder Regressionsausgabe zu erzeugen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/de/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.
- Feinabgestimmter Mehrschichten-PerzeptronDeep Learning↔ compare
- Mehrschichtiges Perzeptron (MLP)Deep Learning↔ compare
- Multimodaler Convolutional Neural NetworkDeep Learning↔ compare
- Multimodale Satz-EinbettungenDeep Learning↔ compare
- Multimodaler TransformerDeep Learning↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →