Metodes pierādījumu reģistrs

Semi-supervised Multilayer Perceptron

A semi-supervised multilayer perceptron (SSL-MLP) is a feedforward neural network trained on a small pool of labeled examples together with a larger pool of unlabeled examples. By combining supervised cross-entropy loss on labeled data with an unsupervised consistency or pseudo-label objective on unlabeled data, it extracts far more signal from the data than a purely supervised MLP trained on labels alone.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Semi-supervised Multilayer Perceptron (SSL-MLP)

Taksonomiskās metodes reģistrs · ml-model / deep-learning

Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. · ISBN 978-0-262-03358-9
Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML 2013 Workshop on Challenges in Representation Learning. · URL

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Taxonomic bucketFine-Tuned Multilayer Perceptronmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised Convolutional Neural Networkmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised LSTMmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketWeakly supervised multilayer perceptronmachine-suggested · Relational suggestion, not evidence.