Red Neuronal Convolucional Adaptativa al Dominio
Una CNN adaptativa al dominio entrena una red convolucional en un dominio fuente etiquetado y adapta sus representaciones de características aprendidas a un dominio objetivo sin etiquetar o con pocas etiquetas, cerrando la brecha de distribución para que los clasificadores visuales se transfieran de manera fiable entre conjuntos de datos, sensores o condiciones de imagen sin una re-anotación completa.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/es/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.
- Red Neuronal Recurrente Adaptativa al DominioAprendizaje profundo↔ compare
- Vision Transformer Adaptativo al DominioAprendizaje profundo↔ compare
- Red de Convolución (CNN) Ajustada FinamenteAprendizaje profundo↔ compare
- Clasificación de imágenesAprendizaje profundo↔ compare
- Aprendizaje por transferencia con Red Neuronal ConvolucionalAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →