Multilayer Perceptron Adattivo al Dominio
Un multilayer perceptron adattivo al dominio (DA-MLP) è una rete neurale feedforward addestrata per apprendere rappresentazioni utili sia in un dominio sorgente etichettato sia in un dominio target non etichettato o con distribuzione differente. Minimizzando sia una loss di task sia un obiettivo di discrepanza tra domini, l'MLP generalizza al dominio target con poche o nessuna etichetta del dominio target.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/it/deep-learning/domain-adaptive-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.
- Rete Neurale Convoluzionale Adattiva al DominioApprendimento profondo↔ compare
- Rete Neurale Ricorrente Adattiva al DominioApprendimento profondo↔ compare
- Transformer Adattivo al DominioApprendimento profondo↔ compare
- Percettrone Multistrato Ottimizzato (Fine-Tuned Multilayer Perceptron)Apprendimento profondo↔ compare
- Multilayer Perceptron (MLP)Apprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →