Perceptron Multicamadas Semissupervisionado
Um perceptron multicamadas semissupervisionado (SSL-MLP) é uma rede neural feedforward treinada em um pequeno conjunto de exemplos rotulados juntamente com um conjunto maior de exemplos não rotulados. Ao combinar a perda de entropia cruzada supervisionada em dados rotulados com um objetivo de consistência não supervisionada ou pseudo-rótulo em dados não rotulados, ele extrai muito mais sinal dos dados do que um MLP puramente supervisionado treinado apenas com rótulos.
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
- 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. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Multilayer Perceptron (SSL-MLP). ScholarGate. https://scholargate.app/pt/deep-learning/semi-supervised-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
- Rede Neural Convolucional Semi-supervisionadaAprendizado profundo↔ compare
- LSTM SemissupervisionadaAprendizado profundo↔ compare
- Perceptron Multicamadas Fracamente SupervisionadoAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →