Key points are not available for this paper at this time.
تم اقتراح خوارزمية تعلم جديدة تُسمى آلة التعلم المتطرف (ELM) مؤخرًا لشبكات الأعصاب ذات طبقة واحدة مخفية (SLFNs) لتحقيق أداء تعميم جيد بسرعات تعلم سريعة للغاية. تقوم ELM باختيار أوزان الإدخال عشوائيًا وتحدد أوزان الإخراج لـ SLFNs بشكل تحليلي. تُظهر هذه الورقة أن ELM يمكن تمديدها إلى حالة شبكة قاعدة المجال الشعاعي (RBF)، مما يسمح بتوليد مراكز وعرض تأثير نوى RBF عشوائيًا وحساب أوزان الإخراج ببساطة بشكل تحليلي بدلاً من التعديل بالتكرار. من المثير للاهتمام أن النتائج التجريبية تُظهر أن خوارزمية ELM لشبكات RBF يمكن أن تكمل التعلم بسرعة فائقة وتنتج أداء تعميم قريب جدًا من أداء SVM في العديد من مشاكل تقريب الدوال وتصنيفها، سواء الاصطناعية أو الحقيقية. نظرًا لأن ELM لا تتطلب التحقق من الصحة وخصائص التدخل البشري لقياسات الشبكة المعطاة، يمكن استخدام ELM بسهولة.
درس هوانغ وآخرون (الأربعاء) هذا السؤال.