Perceptrón Multimodal Multicapa
Un Perceptrón Multimodal Multicapa (MM-MLP) es una red neuronal de avance que ingiere características de dos o más modalidades de entrada heterogéneas —como datos tabulares estructurados, incrustaciones de texto y vectores de características de imágenes— codificando cada flujo por separado y fusionándolos en una representación compartida antes de pasarlo a través de capas totalmente conectadas para producir una salida de clasificación o regresión.
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
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/es/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.
- Perceptrón Multicapa SintonizadoAprendizaje profundo↔ compare
- Perceptrón multicapa (MLP)Aprendizaje profundo↔ compare
- Red Neuronal Convolucional MultimodalAprendizaje profundo↔ compare
- Incrustaciones de Oraciones MultimodalesAprendizaje profundo↔ compare
- Transformador MultimodalAprendizaje profundo↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →