Perceptrón Multicapa Semisupervisado
Un perceptrón multicapa semisupervisado (SSL-MLP) es una red neuronal de retroalimentación entrenada con un pequeño conjunto de ejemplos etiquetados junto con un conjunto más grande de ejemplos sin etiquetar. Al combinar la pérdida de entropía cruzada supervisada en datos etiquetados con un objetivo de consistencia no supervisada o de pseudoetiquetado en datos sin etiquetar, extrae mucha más señal de los datos que un MLP puramente supervisado entrenado solo con etiquetas.
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
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised Multilayer Perceptron (SSL-MLP). ScholarGate. https://scholargate.app/es/deep-learning/semi-supervised-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
- Red Neuronal Convolucional Semi-supervisadaAprendizaje profundo↔ compare
- LSTM semi-supervisadaAprendizaje profundo↔ compare
- Perceptrón Multicapa Débilmente SupervisadoAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →