Rede neural convolucional adaptativa ao domínio
Uma CNN adaptativa ao domínio treina uma rede convolucional em um domínio fonte rotulado e adapta suas representações de características aprendidas para um domínio alvo não rotulado ou levemente rotulado, preenchendo a lacuna de distribuição para que classificadores visuais transfiram de forma confiável entre conjuntos de dados, sensores ou condições de imagem sem reanotação completa.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/pt/deep-learning/domain-adaptive-convolutional-neural-network
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.
- Rede Neural Recorrente Adaptativa a DomínioAprendizado profundo↔ compare
- Vision Transformer Adaptativo a DomínioAprendizado profundo↔ compare
- Rede neural convolucional ajustada finamenteAprendizado profundo↔ compare
- Classificação de ImagensAprendizado profundo↔ compare
- Transfer Learning com Redes Neurais ConvolucionaisAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →