a b s t r a c tExtre me learning m

a b s t r a c t
Extre me learning m achine (ELM) is an effic ient learn ing algorith m for genera lized single hidden lay er
feedf orwar d netw orks (SLF Ns), wh ich perf orms we ll in both re gressio n and classi ficati on app lications .
It has recently been show n that from the optimi zation point of view ELM and supp ort vector machi ne
(SVM ) are equivale nt but ELM has less strin gent optimi zation constra ints. Due to the mild optimi zation
const raints ELM can be easy of impleme ntatio n and usu ally ob tains better ge neraliza tion perf orma nce.
In this pap er we study the perf orma nce of the one-aga inst- all (OAA ) and one-aga inst- one (O AO) ELM
for classi ficati on in m ulti-lab el face re cognit ion applica tions. The perfo rmance is verifie d through four
benc hmarki ng face image data sets.
& 2011 Elsev ier B.V. All rights re served.

ผลลัพธ์ (ไทย) 1:

แบบ b s t r c tExtre ผมเรียน m achine (เอล์ม) เป็น ient effic การเรียนรู้กำลัง algorith m สำหรับ lized สกุลเดียวซ่อนวางเอ้อfeedf orwar d netw orks (SLF Ns), wh ich perf orms เราจะทั้งกำลัง gressio n และ classi ficati บน lications โปรแกรมประยุกต์มันได้รับ n ดูที่จาก optimi ความมองเอล์มและซัพพลาย ort เวกเตอร์มุกลาง(SVM) มี equivale nt แต่เอล์มมีน้อย strin gent optimi ความ constra ints เนื่องจากความอ่อน optimiraints ค่า const เอล์มได้ง่ายของ impleme ntatio n และ tains ob พันธมิตร usu ดีกว่า ge neraliza สเตรชัน perf orma nceในนี้บ เอ้อ เราศึกษา nce orma perf ของหนึ่งนี้ผันแปรทั้งหมด (OAA) และผันแปรนี้หนึ่งวัน (O อ่าว) เอล์มสำหรับ ficati classi บนหน้าเอล ulti แล็บ m กลับ tions applica ไอออน cognit Perfo rmance เป็น d ผ่านสี่ verifiebenc hmarki ng หน้าภาพชุดข้อมูล& 2011 Elsev ier b.v ลิขสิทธิ์กำลังให้บริการ

ผลลัพธ์ (ไทย) 2:

นามธรรม
Extre ฉันเรียนรู้ม. achine (ELM) เป็น effic ient เรียนรู้ไอเอ็นจี algorith เมตรสำหรับจำพวก lized เดียววางเอ้อซ่อน
Orks feedf orwar ง NETW (SLF NS) WH ich perf ORMs เรา ll ทั้งในอีก n และจำแนก gressio ficati ใน app lications
มันได้รับเมื่อเร็วๆ นี้แสดงว่า n จากจุดที่ดีที่สุดเพื่อ zation ในมุมมองของ ELM และ supp ดื่มเกลือแร่เวกเตอร์ชิ NE
(SVM) เป็น NT equivale แต่ ELM มี ints น้อย STRIN สุภาพบุรุษที่ดีที่สุดเพื่อ zation constra เนื่องจากการอ่อนที่ดีที่สุดเพื่อ zation
const raints ELM ได้ง่ายของ IMPLEME ntatio n และทั้งนี้ tains พันธมิตร OB ดีกว่า ge neraliza การ perf Orma nce
ใน ER PAP นี้เราศึกษา perf Orma nce ของหนึ่งในนายพล-inst- ทั้งหมด (OAA) และเป็นหนึ่งในนายพล-inst- หนึ่ง (O AO) ELM
สำหรับจำแนก ficati ที่ใน m Ulti-Lab เอลหน้าใหม่ cognit ไอออน applica tions แบบประสิทธิภาพ perfo ผู้เป็น verifie งผ่านสี่
ม้านั่ง hmarki ศึกษาภาพใบหน้าชุดข้อมูล
& 2011 การ Elsev Ier BV สงวนกำลังทำหน้าที่

ผลลัพธ์ (ไทย) 3:

B S T R A C T
extre ฉันเรียนม. กวางโจว ( ELM ) เป็น algorith ient effic เรียนรู้ไอเอ็นจีสำหรับสกุล lized เดียวที่ซ่อนวางเอ้อ
feedf orwar D netw orks ( SLF NS ) ICH wh perf orms เราจะทั้งสองอีกครั้ง และ gressio classi ทําความ ficati บน
มันมี app เมื่อเร็ว ๆนี้แสดง N จากจุดของมุมมอง และรับรองเอกสาร optimi Elm supp ดื่มเกลือแร่ Machi ne
เวกเตอร์( SVM ) equivale NT แต่เอมได้น้อยกว่า strin Gent optimi รับรองเอกสาร constra ints . เนื่องจากอ่อน optimi รับรองเอกสาร
Const raints Elm สามารถง่ายของ impleme ntatio n เช่นพันธมิตร OB tains ดีกว่า GE neraliza tion perf Orma nce .
ในการตรวจนี้ เอ้อ เราศึกษาการแสดง Orma nce ของอีกสถาบันหนึ่ง - ทั้งหมด ( ประธาน ) และอีกสถาบันหนึ่งเถิด ( อ่าว ) เอม
สำหรับ classi ficati ใน M Ulti แล็บหน้าเอลอีกครั้ง cognit ไอออนสิ่งที่เห็นทั้งหมดใช้งาน .perfo rmance เป็น verifie D ผ่านสี่
benc hmarki ของหน้าชุดข้อมูลภาพ .
& 2011 elsev กูเท่าสิทธิทั้งหมดจะเสิร์ฟ