Mạng perceptron đa lớp thích ứng miền
Mạng perceptron đa lớp thích ứng miền (DA-MLP) là một mạng nơ-ron truyền thẳng được huấn luyện để học các biểu diễn hữu ích trên một miền nguồn đã gán nhãn và một miền đích chưa gán nhãn hoặc có phân bố khác biệt. Bằng cách tối thiểu hóa cả hàm mất mát nhiệm vụ và mục tiêu sai khác miền, MLP tổng quát hóa sang miền đích với rất ít hoặc không cần nhãn của miền đích.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-adaptive Multilayer Perceptron (DA-MLP). ScholarGate. https://scholargate.app/vi/deep-learning/domain-adaptive-multilayer-perceptron
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Convolutional Neural Network thích ứng miềnHọc sâu↔ so sánh
- Mạng nơ-ron hồi quy thích ứng miềnHọc sâu↔ so sánh
- Transformer Thích ứng MiềnHọc sâu↔ so sánh
- Multilayer Perceptron Tinh chỉnh (Fine-Tuned Multilayer Perceptron)Học sâu↔ so sánh
- Multilayer Perceptron (MLP)Học sâu↔ so sánh
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →