Machine learningDeep learning / NLP / CV
도메인 적응형 다층 퍼셉트론
도메인 적응형 다층 퍼셉트론(DA-MLP)은 레이블이 지정된 소스 도메인과 레이블이 없거나 분포가 다른 타겟 도메인 전반에 걸쳐 유용한 표현을 학습하도록 훈련된 피드포워드 신경망입니다. DA-MLP는 태스크 손실과 도메인 불일치 목적 함수를 모두 최소화함으로써, 타겟 도메인 레이블이 거의 없거나 전혀 없는 상태에서도 타겟 도메인으로 일반화됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/ko/deep-learning/domain-adaptive-multilayer-perceptron
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 도메인 적응형 합성곱 신경망딥러닝↔ 비교
- 도메인 적응 순환 신경망딥러닝↔ 비교
- 도메인 적응 트랜스포머딥러닝↔ 비교
- Fine-Tuned Multilayer Perceptron딥러닝↔ 비교
- 다층 퍼셉트론 (MLP)딥러닝↔ 비교