تبلیغات

مترجم سایت

Elctrical-Control-Engineering - معرفی ماشین شبکه عصبی Extreme Learning Machine
 
Elctrical-Control-Engineering
درباره وبلاگ


The department’s research activities encompass several broad areas, reflecting the multi-disciplinary nature of the control and mechatronics field. These include:


• Smart sensors and actuators
• Process tomography
• Intelligent machines
• Advanced and intelligent control algorithms
• Process control and its advancements
• Real-time control system
• Robot design and intelligent robot controllers
• Modeling and control of mechatronic systems
• Industrial automations
• Nanotechnology-based mechatronics and robotics

مدیر وبلاگ :
نویسندگان
آمار وبلاگ
  • کل بازدید :
  • بازدید امروز :
  • بازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :

یکی از مدل‌های شبکه عصبی که در سال‌های اخیر مورد توجه فراوان قرار گرفته است مدل ELM یا همان Extreme Learning Machine است. در این گزارش به معرفی این مدل و ارتباط آن با مدل‌های مبتنی بر SVM پرداخته شده است. مدل [SVM[1 به خاطر سادگی، در دهه اخیر در انواع کارها مدنظر قرار گرفته است. مدل‌های [PSVM[2 و[3]LS-SVM مدل‌هایی مشتق شده از ایده SVM می‌باشند که سرعت بیشتری دارند و مساله بهینه سازی آنها مثل SVM مکعبی نیست، بلکه خطی است. این مدل‌ها در حوزه دسته بندی باینری می‌باشند. البته با تکنیک‌هایی همچون یکی در مقابل همه[4] و یکی در مقابل یکی[5] قابل توسعه به حالت چند دسته‌ای می‌باشند. پژوهشگران در نشان داده‌اند که PSVM و LS-SVM و الگوریتم‌های تنظیم‌گر[6]می‌توانند بیشتر ساده شوند و در یک قالب یکپارچه تحت عنوان [ELM[7 قرار بگیرند. مدل ELM بر روی شبکه‌های تعمیم یافته فیدفوروارد با تک لایه مخفی[8] (SLFN) کار می‌کند. در مدل ELM لایه مخفی نیاز به تنظیم ندارد و توابع این لایه که یک انتقال ویژگی به فضای جدید است از قبل مشخص است. مدل‌های SVM، شبکه‌های چندجمله‌ای، [RBF[9 و مدل‌های فیدفوروارد تک لایه حالت خاصی از این مدل هستند. پژوهشگران در مقالات چند هدف عمده را مدنظر قرار داده‌اند:

1) مدل ELM می‌تواند یک قالب یکپارچه را با انواع انتقال ویژگی‌های وسیعی که می‌توان در لایه مخفی استفاده کرد، فراهم می‌کند که می‌تواند به طور مستقیم در دسته‌بندی چند دسته‌ای و رگرسیون به کار رود.

2) از منظر بهینه‌سازی ELM محدودیت‌های نرم‌تری نسبت به PSVM و LS-SVM در بر دارد.

3) مدل‌های SVM و LS-SVM نسبت به ELM پیچیدگی محاسباتی بیشتری دارند و به جواب زیر بهینه می‌رسند.

4) از لحاظ تئوری، مدل ELM می‌تواند هر تابع هدف پیوسته‌ای را تخمین بزند و هر ناحیه‌های متمایزی را دسته‌بندی کند. نتایج عملی نشان می‌دهد این مدل مقیاس‌پذیری بهتری دارد و برای رگرسیون و دسته بندی دوکلاسه تعمیم‌پذیری مشابه و برای دسته‌بندی چندکلاسه تعمیم‌پذیری بهتر و سرعت بسیار بالاتری نسبت به روش‌های متداول SVM و LS-SVM دارد.

توضیحات کاملتر در دو فایل ورد و پاورپوینت آماده شده است که از لینک زیر می‌توانید دانلود کنید.

مقاله مرتبط: Extreme Learning Machine for Regression and Multiclass Classification

[1] Support Vector Machine

[2] Proximal Support Vector Machine

[3] Least Square Support Vector Machine

[4] One Against all (OAA)

[5] One Against One

[6] Regularization

[7] Extreme Learning Machine

[8] single-hidden-layer feed-forward networks

[9] Radial Basis Function





نوع مطلب :
برچسب ها :
لینک های مرتبط :

       نظرات
یکشنبه 28 شهریور 1395
جمعه 17 آذر 1396 02:48 ب.ظ
What's up, of course this paragraph is really pleasant and I have learned lot
of things from it on the topic of blogging. thanks.
یکشنبه 15 مرداد 1396 02:29 ب.ظ
Yes! Finally something about foot pain goes away and comes back.
شنبه 14 مرداد 1396 08:59 ب.ظ
It is actually a great and helpful piece of information. I'm glad that you
just shared this useful info with us. Please keep us informed like this.
Thank you for sharing.
شنبه 7 مرداد 1396 06:36 ب.ظ
When someone writes an piece of writing he/she retains the plan of a user in his/her brain that how
a user can be aware of it. Therefore that's why this
paragraph is amazing. Thanks!
شنبه 7 مرداد 1396 09:33 ق.ظ
I think this is among the most important info for me.
And i am glad reading your article. But want to remark on few general things, The website style is perfect, the articles is really nice
: D. Good job, cheers
شنبه 7 مرداد 1396 08:41 ق.ظ
It's wonderful that you are getting thoughts from this article as well as
from our discussion made at this time.
سه شنبه 29 فروردین 1396 11:30 ب.ظ
If you are going for best contents like myself, only pay a visit
this site all the time for the reason that
it provides quality contents, thanks
چهارشنبه 23 فروردین 1396 06:26 ق.ظ
Wow, this piece of writing is good, my younger sister is analyzing these kinds of things, therefore I am going to convey her.
دوشنبه 29 شهریور 1395 05:39 ب.ظ
خوب بود مرسی
 
لبخندناراحتچشمک
نیشخندبغلسوال
قلبخجالتزبان
ماچتعجبعصبانی
عینکشیطانگریه
خندهقهقههخداحافظ
سبزقهرهورا
دستگلتفکر