Monitieteinen monikerroksinen perseptroni
Monitieteinen monikerroksinen perseptroni (MM-MLP) on eteenpäinsyöttävä neuroverkko, joka käsittelee piirteitä kahdesta tai useammasta heterogeenisestä syötemodaliteetista – kuten strukturoidusta taulukkomuotoisesta datasta, tekstin upotuksista ja kuvapiirrevektoreista – koodaamalla kunkin virran erikseen ja yhdistämällä ne jaettuun esitykseen ennen niiden syöttämistä täysin kytkettyjen kerrosten läpi luokittelu- tai regressiotuloksen tuottamiseksi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/fi/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.
- Hienosäädetty monikerroksinen perseptroniSyväoppiminen↔ compare
- Monikerki-kerrosperceptron (MLP)Syväoppiminen↔ compare
- Monitulkintainen konvoluutioneuroverkkoSyväoppiminen↔ compare
- Multimodaaliset lauseupotuksetSyväoppiminen↔ compare
- Monimodaalinen muuntajaSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →