Adaptacyjny do dziedziny Perceptron Wielowarstwowy
Adaptacyjny do dziedziny Perceptron Wielowarstwowy (DA-MLP) to rekurencyjna sieć neuronowa trenowana w celu uczenia reprezentacji, które są użyteczne w oznakowanej dziedzinie źródłowej oraz w nieoznakowanej lub inaczej rozłożonej dziedzinie docelowej. Minimalizując zarówno stratę zadaniową, jak i cel wyrównania dziedzin, MLP generalizuje do dziedziny docelowej przy niewielkiej liczbie lub braku etykiet z dziedziny docelowej.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/pl/deep-learning/domain-adaptive-multilayer-perceptron
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Konwolucyjna sieć neuronowa adaptacyjna do dziedzinyUczenie głębokie↔ porównaj
- Rekurencyjna sieć neuronowa z adaptacją domenowąUczenie głębokie↔ porównaj
- Transformator adaptacyjny do dziedzinyUczenie głębokie↔ porównaj
- Dostrojony Perceptron WielowarstwowyUczenie głębokie↔ porównaj
- Perceptron wielowarstwowy (MLP)Uczenie głębokie↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →