Domenski-adaptivni Višeslojni Perceptron
Domenski-adaptivni višeslojni perceptron (DA-MLP) je povratni neuronski mrežni model obučen da uči reprezentacije koje su korisne u domenima sa etiketiranim izvorom i domenima bez etiketa ili drugačije distribuiranim ciljnim domenima. Minimizacijom gubitka zadatka i cilja diskrepancije domena, MLP se generalizuje na ciljni domen sa malo ili bez oznaka ciljnog domena.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/sr/deep-learning/domain-adaptive-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.
- Konvolutivna neuronska mreža prilagodljiva domenuDuboko učenje↔ compare
- Rekurentna neuronska mreža prilagođena domenuDuboko učenje↔ compare
- Доменски-адаптивни ТрансформерDuboko učenje↔ compare
- Višeslojni perceptron sa finim podešavanjemDuboko učenje↔ compare
- Višeslojni perceptron (MLP)Duboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →