Domain-adaptive Multilayer Perceptron
A domain-adaptive multilayer perceptron (DA-MLP) egy olyan előrecsatolt (feedforward) neurális hálózat, amelyet úgy képeznek, hogy olyan reprezentációkat tanuljon, amelyek hasznosak egy címkézett forrásdomén és egy címkézetlen vagy eltérő eloszlású céldomén között. A feladatvesztés (task loss) és a domén-eltérés célfüggvény minimalizálásával az MLP kevés vagy egyáltalán nem címkézett céldomén-adatokon is általánosít.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Ben-David, S., Blitzer, J., Crammer, K., Kulesza, A., Pereira, F., & Vaughan, J. W. (2010). A theory of learning from different domains. Machine Learning, 79(1–2), 151–175. DOI: 10.1007/s10994-009-5152-4 ↗
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/hu/deep-learning/domain-adaptive-multilayer-perceptron
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Domén-adaptív konvolúciós neurális hálózatMélytanulás↔ összehasonlítás
- Domain-adaptív rekurrens neurális hálózatMélytanulás↔ összehasonlítás
- Tartományadaptív transzformerMélytanulás↔ összehasonlítás
- Finomhangolt többrétegű perceptronMélytanulás↔ összehasonlítás
- Multilayer Perceptron (MLP)Mélytanulás↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →