Адаптивная к домену рекуррентная нейронная сеть
Адаптивная к домену рекуррентная нейронная сеть (DA-RNN) — это рекуррентная нейронная сеть, обученная на исходном домене и адаптированная к целевому домену с использованием методов адаптации домена, таких как состязательное обучение, выравнивание признаков или дообучение. Она позволяет последовательным моделям обобщаться между доменами, когда размеченные данные целевого домена редки или недоступны.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Ganin, Y., Ustunova, 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 ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Domain-adaptive Recurrent Neural Network (DA-RNN). ScholarGate. https://scholargate.app/ru/deep-learning/domain-adaptive-recurrent-neural-network
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Адаптация BERT-модели к домену на основе классификацииГлубокое обучение↔ сравнить
- Доменно-адаптивный ТрансформерГлубокое обучение↔ сравнить
- Дообученная рекуррентная нейронная сетьГлубокое обучение↔ сравнить
- Долговременная краткосрочная память (LSTM)Глубокое обучение↔ сравнить
- Рекуррентная нейронная сетьГлубокое обучение↔ сравнить
- Перенос обучения с рекуррентной нейронной сетьюГлубокое обучение↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →