Perceptron Multimodale Multistrato
Un Perceptron Multimodale Multistrato (MM-MLP) è una rete neurale feedforward che elabora caratteristiche provenienti da due o più modalità di input eterogenee — come dati tabulari strutturati, embedding testuali e vettori di caratteristiche di immagini — codificando ciascun flusso separatamente e fondendoli in una rappresentazione condivisa prima di passarli attraverso strati completamente connessi per produrre un output di classificazione o regressione.
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
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/it/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.
- Percettrone Multistrato Ottimizzato (Fine-Tuned Multilayer Perceptron)Apprendimento profondo↔ compare
- Multilayer Perceptron (MLP)Apprendimento profondo↔ compare
- Rete Neurale Convoluzionale MultimodaleApprendimento profondo↔ compare
- Embedding multimodali di frasiApprendimento profondo↔ compare
- Transformer MultimodaleApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →