Συνελικτικό Νευρωνικό Δίκτυο Προσαρμοσμένο στον Τομέα
Ένα συνελικτικό νευρωνικό δίκτυο (CNN) προσαρμοσμένο στον τομέα εκπαιδεύει ένα συνελικτικό δίκτυο σε μια επισημασμένη πηγαία περιοχή και προσαρμόζει τις εκμαθημένες αναπαραστάσεις χαρακτηριστικών σε μια μη επισημασμένη ή ελαφρώς επισημασμένη περιοχή-στόχο, γεφυρώνοντας το χάσμα κατανομής ώστε οι οπτικοί ταξινομητές να μεταφέρονται αξιόπιστα μεταξύ συνόλων δεδομένων, αισθητήρων ή συνθηκών απεικόνισης χωρίς πλήρη επανα-επισημείωση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/el/deep-learning/domain-adaptive-convolutional-neural-network
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.
- Προσαρμοστικό σε πεδία Επαναλαμβανόμενο Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Προσαρμοστικός Μετασχηματιστής Όρασης (Domain-Adaptive Vision Transformer)Βαθιά Μάθηση↔ compare
- Βελτιστοποιημένο Συνελικτικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Κατηγοριοποίηση ΕικόνωνΒαθιά Μάθηση↔ compare
- Εκμάθηση Μεταφοράς με Συνελικτικά Νευρωνικά ΔίκτυαΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →