โครงข่ายประสาทเทียมเชิงสังเคราะห์ที่ปรับตามโดเมน (Domain-adaptive Convolutional Neural Network)
โครงข่ายประสาทเทียมเชิงสังเคราะห์ที่ปรับตามโดเมน (domain-adaptive CNN) จะฝึกโครงข่ายประสาทเทียมเชิงสังเคราะห์บนโดเมนต้นทางที่มีป้ายกำกับ และปรับการนำเสนอคุณลักษณะที่เรียนรู้แล้วให้เข้ากับโดเมนเป้าหมายที่ไม่มีป้ายกำกับหรือมีป้ายกำกับน้อย เพื่อเชื่อมช่องว่างการกระจายตัวของข้อมูล ทำให้ตัวจำแนกภาพสามารถถ่ายโอนได้อย่างน่าเชื่อถือระหว่างชุดข้อมูล เซ็นเซอร์ หรือสภาพการถ่ายภาพ โดยไม่ต้องติดป้ายกำกับใหม่ทั้งหมด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/th/deep-learning/domain-adaptive-convolutional-neural-network
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.
- โครงข่ายประสาทเทียมเวียนซ้ำแบบปรับโดเมนการเรียนรู้เชิงลึก↔ compare
- วิทัศน์ทรานส์ฟอร์มปรับโดเมน (Domain-Adaptive Vision Transformer - DA-ViT)การเรียนรู้เชิงลึก↔ compare
- Fine-Tuned Convolutional Neural Networkการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทรูปภาพการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนด้วยโครงข่ายประสาทเทียมแบบสังวัตนาการการเรียนรู้เชิงลึก↔ compare