רשת פרספטרון רב-שכבתי (MLP) חצי-מפוקחת
פרספטרון רב-שכבתי חצי-מפוקח (SSL-MLP) הוא רשת נוירונים מסוג feedforward שאומנה על קבוצה קטנה של דוגמאות מתויגות, יחד עם קבוצה גדולה יותר של דוגמאות לא מתויגות. על ידי שילוב פונקציית הפסד (loss) של cross-entropy מפוקחת על נתונים מתויגים עם מטרה (objective) לא מפוקחת של עקביות או תוויות-דמה (pseudo-labels) על נתונים לא מתויגים, הוא מחלץ הרבה יותר מידע מהנתונים מאשר MLP מפוקח טהור שאומן על תויות בלבד.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Multilayer Perceptron (SSL-MLP). ScholarGate. https://scholargate.app/he/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.
- רשת רב-שכבתית מכווננת (Fine-Tuned Multilayer Perceptron)למידה עמוקה↔ compare
- רשת קונבולוציה למידה-מונחית-למחצהלמידה עמוקה↔ compare
- LSTM חצי-מפוקחלמידה עמוקה↔ compare
- פרספטרון רב-שכבתי מפוקח-בקושילמידה עמוקה↔ compare