Biblioteca32.412 documentos en línea

Artículo

A Novel Multiple Instance Learning Method Based on Extreme Learning MachineUn novedoso método de aprendizaje de instancias múltiples basado en la máquina de aprendizaje extremo

Resumen

Dado que los conjuntos de datos del mundo real suelen contener grandes instancias, resulta significativo desarrollar un algoritmo de aprendizaje de instancias múltiples (MIL) eficiente y eficaz. Como paradigma de aprendizaje, el MIL es diferente del aprendizaje supervisado tradicional que maneja la clasificación de bolsas que comprenden instancias no etiquetadas. En este trabajo, se propone un nuevo método eficiente basado en la máquina de aprendizaje extremo (ELM) para abordar el problema del MIL. En primer lugar, se selecciona la instancia más cualificada en cada bolsa a través de una red feedforward de una sola capa oculta (SLFN) cuyos pesos de entrada y salida se inician aleatoriamente, y la única instancia seleccionada se utiliza para representar cada bolsa. En segundo lugar, el modelo ELM modificado se entrena utilizando las instancias seleccionadas para actualizar los pesos de salida. Los experimentos con varios conjuntos de datos de referencia y conjuntos de datos de regresión de instancias múltiples muestran que el ELM-MIL consigue un buen rendimiento; además, funciona varias veces o incluso cientos de veces más rápido que otros algoritmos MIL similares.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento