Entrenamiento Comprimido Basado en Máquinas de Aprendizaje Extremo
Resumen: En este documento se presenta el diseño y prueba de un nuevo modelo de entrenamiento para redes neuronales no realimentadas de una sola capa oculta basado en las propiedades de la Máquina de Aprendizaje Extremo o ELM. El modelo actúa comprimiendo la información proveniente de la capa oculta...
Guardado en:
| Autores principales: | , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Centro de Información Tecnológica
2019
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000400227 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Resumen: En este documento se presenta el diseño y prueba de un nuevo modelo de entrenamiento para redes neuronales no realimentadas de una sola capa oculta basado en las propiedades de la Máquina de Aprendizaje Extremo o ELM. El modelo actúa comprimiendo la información proveniente de la capa oculta por medio de un subconjunto de nodos de la misma capa, esto permite disminuir considerablemente la complejidad computacional en comparación con ELM. Resultados experimentales basados en simulación para diferentes problemas de clasificación indican que el modelo propuesto permite reducir considerablemente los tiempos de entrenamiento en comparación con ELM, alcanzando a la vez rendimientos similares en términos de generalización. |
|---|