GSMIS

ข้อมูลการเผยแพร่ผลงาน

การเผยแพร่ในรูปของบทความวารสารทางวิชาการ

ชื่อบทความที่เผยแพร่

A comparative study of pseudo-inverse computing for the extreme learning machine classifier

วัน/เดือน/ปี ที่เผยแพร่

26 ตุลาคม 2554

การประชุม

ชื่อการประชุม

Data Mining and Intelligent Information Technology Applications (ICMiA), 2011 3rd International COnference on, Macau, 2011

หน่วยงาน/องค์กรที่จัดประชุม

Advanced Instidutde of Convergence IT(ACCIT)

สถานที่จัดประชุม

Westin Resort

จังหวัด/รัฐ

Macau, China

ช่วงวันที่จัดประชุม

24 พฤษภาคม 2555

ถึง

24 พฤษภาคม 2555

Proceeding Paper

Volume (ปีที่)

2011

Issue (เล่มที่)

หน้าที่พิมพ์

40-45

Editors/edition/publisher

บทคัดย่อ

Most feed-forward artificial neural network training algorithms for classification problems are based on an iterative steepest descent technique. Their well-known drawback is slow convergence. A fast solution is an Extreme Learning Machine (ELM) computing the Moore-Penrose inverse using SVD. However, the most significant training time is pseudo-inverse computing. Thus, this paper proposes two fast solutions to pseudo-inverse computing based on QR with pivoting and Fast General Inverse algorithms. They are QR-ELM and GENINV-ELM, respectively. The benchmarks are conducted on 5 standard classification problems, i.e., diabetes, satellite images, image segmentation, forest cover type and sensit vehicle (combined) problems. The experimental results clearly showed that both QR-ELM and GENINV-ELM can speed up the training time of ELM and the quality of their solutions can be compared to that of the original ELM. They also show that QR-ELM is more robust than GENINV-ELM.

ผู้เขียน

527020024-0	นาย ปัญญาพล หอระตะ [ผู้เขียนหลัก]
	คณะวิทยาศาสตร์ ปริญญาเอก ภาษาอังกฤษ

การประเมินบทความ (Peer Review)

มีผู้ประเมินอิสระ

มีการเผยแพร่ในระดับ

นานาชาติ

รูปแบบ Proceeding

Full paper

รูปแบบการนำเสนอ

Oral

เป็นส่วนหนึ่งของวิทยานิพนธ์

เป็น

ใช้สำหรับสำเร็จการศึกษา

ไม่เป็น

ผลงานที่นำเสนอได้รับรางวัล

ไม่ได้รับรางวัล

แนบไฟล์

Citation