Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM−

Par Castro Caicedo, Fausto, Tojoa Gómez, Pablo

Publié par Editorial Universidad del Cauca

Spanish 138 pages 2022 ISBN 9789587325683

Temps de lecture estimé : 2 h 32 min

PDF

Buy at Unilibros | Ebooks académicos y libros universitarios 🇨🇴

Disponible dans 1 librairies

À propos de ce livre

El presente libro expone un nuevo modelo de entrenamiento para redes Single-hidden Layer Feedforward Network -SFLN-, llamado máquina de entrenamiento comprimido basada en Extreme Learning Machine -ELM- o MEC-ELM. Este modelo actúa comprimiendo la información proveniente de la capa oculta por medio de un subcojunto de nodos ocultos denominados nodos de compresión, lo que permite reducir considerablemente los requerimientos computacionales en relación a la ELM. Las MEC-ELM son sistemas de procesamiento que permiten abordar problemas complejos de clasificación que involucren cantidades masivas de datos, lo que resulta crucial, dados los desafíos que impone el fenómeno «Big Data»

Disponibilité

Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− est disponible en PDF dans 1 librairie en ligne.

Questions fréquentes

Dans quels formats Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− est-il disponible ?: Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− est disponible en PDF dans 1 librairie en ligne.
Où puis-je acheter Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− ?: Vous pouvez acheter Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− sur Unilibros | Ebooks académicos y libros universitarios. Comparez toutes les options dans la liste de cette page.
Combien de temps faut-il pour lire Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− ?: À un rythme de lecture moyen, Máquina de entrenamiento comprimido basada en Extreme Learning Machine −MEC-ELM− se lit en environ 2 h 32 min (138 pages).