Machine learningDeep learning / NLP / CV
ドメイン適応型多層パーセプトロン
ドメイン適応型多層パーセプトロン（DA-MLP）は、ラベル付きソースドメインとラベルなしまたは分布の異なるターゲットドメインの両方で有用な表現を学習するように訓練されたフィードフォワードニューラルネットワークです。タスク損失とドメイン不一致目的の両方を最小化することにより、MLPはターゲットドメインのラベルがほとんどまたは全くない状態でターゲットドメインに一般化します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-multilayer-perceptron
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- ドメイン適応型畳み込みニューラルネットワーク深層学習↔ 比較
- ドメイン適応型リカレントニューラルネットワーク深層学習↔ 比較
- ドメイン適応型Transformer深層学習↔ 比較
- ファイン・チューニングされた多層パーセプトロン深層学習↔ 比較
- 多層パーセプトロン (MLP)深層学習↔ 比較