讲座时间:2021年3月 10日 13 时
讲座地点:工B315
讲座对象:beat365官方网站师生
讲座摘要:随着机器学习的发展目前有大量的机器学习算法提出,人工神经网络(Artificial NeuralNetworks,ANN)就是其中的一个重点研究方向。单隐藏层神经网络又是 ANN 中发展最为完备使用范围最为广泛的一类算法。传统的神经网络算法例如 BP 神经网络 (Back Propagation NeuralNetwork)有着参数复杂,训练速度慢,对数据需求庞大的问题,而极限学习机(Extreme Learning Machine,ELM)则是对传统单隐藏层神经网络算法的扩展创新它极大的避免了传统神经网络算法的缺陷,所以将极限学习机引入到使用传统的神经网络算法进行处理的问题中可以极大的提升性能。当前随着网络使用率的提升,现在有大量互联网用户每天都在产生海量的数据,同时这些数据非常的零散,数据的信息密度和使用价值也都很低,所以这样就需要一种合适的方法来处理这些数据,多标记学习就是一种性能表现良好的数据分类处理办法,它通过建立已知特征到标记的映射来处理未知数据的标记识别问题,目前已经有了大量的研究成果。通过将ELM引入到多标记学习算法中能够帮助机器更加准确高效的认知数据,提升数据分析处理能力。