Multimodal Multilayer Perceptron
En multimodal multilayer perceptron (MM-MLP) är ett framåtriktat neuralt nätverk som tar emot särdrag från två eller flera heterogena indatamodaliteter – såsom strukturerad tabulär data, textinbäddningar och bildsärdragsvektorer – genom att koda varje ström separat och slå samman dem till en gemensam representation innan den passerar genom fullt sammankopplade lager för att producera en klassificerings- eller regressionsutdata.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/sv/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.
- Finjusterad Multilayer PerceptronDjupinlärning↔ compare
- Multilayer Perceptron (MLP)Djupinlärning↔ compare
- Multimodal Convolutional Neural NetworkDjupinlärning↔ compare
- Multimodala meningsinbäddningarDjupinlärning↔ compare
- Multimodal TransformerDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →