Show simple item record

dc.contributor.advisorFernández Delgado, Manuel
dc.contributor.authorAlbtoush, Audi Issa
dc.date.accessioned2022-06-28T08:34:56Z
dc.date.available2022-06-28T08:34:56Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/10347/28850
dc.description.abstractA extreme learning machine (ELM) é unha popular rede neuronal que ten dous importantes inconvintes con datos grandes: a necesidade de sintonizar o número de neuronas ocultas e a pseudo-inversión da matriz coas actividades destas neuronas. Este tese desenvolve algoritmos que conservan a simplicidade e velocidade da rede ELM e: 1) evitan a sintonización e limitan o tamano da matriz de activacións na capa oculta; 2) melloran a calidade da rede ELM cunha elección axeitada dos valores aleatorios das polarizacións ocultas; 3) aceleran a sintonización do hiper-parámetro reducindo o número de entrenamentos necesarios.
dc.language.isoeng
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectaprendizaxe automática
dc.subjectredes neuronais
dc.subjectextreme learning machine (ELM)
dc.subjectlarge-scale datasets
dc.subject.classificationMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120304 Inteligencia artificial
dc.subject.classificationMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120307 Modelos causales
dc.subject.classificationMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120302 Lenguajes algorítmicos
dc.titleNew neural networks based on Extreme Learning Machine
dc.typeinfo:eu-repo/semantics/doctoralThesis
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.contributor.affiliationUniversidade de Santiago de Compostela. Escola de Doutoramento Internacional (EDIUS)
dc.contributor.affiliationUniversidade de Santiago de Compostela. Programa de Doutoramento en Investigación en Tecnoloxías da Información


Files in this item

application/pdf
Name: rep_2734.pdf
Size: 17.03 Mb
Format: PDF


Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as  Attribution-NonCommercial-NoDerivatives 4.0 Internacional





Harvesters:Useful links:
Universidade de Santiago de Compostela | Teléfonos: +34 881 811 000 e +34 982 820 000 | Contact Us | Send Feedback