پرسپترون چندلایهی چندوجهی
پرسپترون چندلایهی چندوجهی (MM-MLP) یک شبکهی عصبی پیشخور است که ویژگیها را از دو یا چند وجه ورودی ناهمگن - مانند دادههای جدولی ساختاریافته، جاسازیهای متنی، و بردارهای ویژگی تصویر - با رمزگذاری جداگانهی هر جریان و ادغام آنها در یک نمایش مشترک، پیش از عبور دادن از لایههای کاملاً متصل برای تولید خروجی طبقهبندی یا رگرسیون، دریافت میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/fa/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.
- یادگیری چندلایه از پیش تنظیم شده (Fine-Tuned Multilayer Perceptron)یادگیری عمیق↔ compare
- پِرسِپترون چندلایهای (MLP)یادگیری عمیق↔ compare
- شبکه عصبی پیچشی چندوجهییادگیری عمیق↔ compare
- تعبیههای جملات چندوجهییادگیری عمیق↔ compare
- ترانسفورمر چندوجهییادگیری عمیق↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →