Perceptron Multicamadas Multimodal
Um Perceptron Multicamadas Multimodal (MM-MLP) é uma rede neural feedforward que ingere características de duas ou mais modalidades de entrada heterogêneas — como dados tabulares estruturados, embeddings de texto e vetores de características de imagem — codificando cada fluxo separadamente e fundindo-os em uma representação compartilhada antes de passá-los por camadas totalmente conectadas para produzir uma saída de classificação ou regressão.
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
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML 2011), pp. 689–696. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 6: Deep Feedforward Networks). MIT Press. ISBN: 978-0-262-03561-3
Como citar esta página
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/pt/deep-learning/multimodal-multilayer-perceptron
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.
- Perceptron Multicamada Ajustado FinamenteAprendizado profundo↔ compare
- Perceptron Multicamada (MLP)Aprendizado profundo↔ compare
- Rede Neural Convolucional MultimodalAprendizado profundo↔ compare
- Embeddings Multimodais de FrasesAprendizado profundo↔ compare
- Transformer MultimodalAprendizado profundo↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →