| 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) |
0 |
| 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 |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English