Multimodális Multilayer Perceptron
A multimodális Multilayer Perceptron (MM-MLP) egy előrecsatolt (feedforward) neurális hálózat, amely két vagy több heterogén bemeneti modalitásból – mint például strukturált táblázatos adatok, szöveges beágyazások (embeddings) és képjellemző vektorok – származó jellemzőket dolgoz fel. Ezt úgy éri el, hogy minden adatfolyamot külön kódol, majd ezeket egy közös reprezentációba egyesíti (fúzió), mielőtt a teljesen összekapcsolt (fully connected) rétegeken keresztül osztályozási vagy regressziós kimenetet állítana elő.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/hu/deep-learning/multimodal-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.
- Finomhangolt többrétegű perceptronMélytanulás↔ összehasonlítás
- Multilayer Perceptron (MLP)Mélytanulás↔ összehasonlítás
- Multimodális konvolúciós neurális hálózatMélytanulás↔ összehasonlítás
- Multimodális mondatbeágyazásokMélytanulás↔ összehasonlítás
- Multimodális transzformerMélytanulás↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →