Thứ ba, 19/03/2024 | 17:10 - GMT+7

Tối ưu hóa máy học cực trị sử dụng thuật toán phản ứng hóa học nhân tạo

Bài báo đề xuất một chiến lược tối ưu cho ELM trên cơ sở thuật toán tối ưu phản ứng hóa học nhân tạo (ACROA).

25/01/2021 - 08:59
TÓM TẮT
Máy học cực trị (ELM) là một thuật toán học đơn giản ứng dụng cho các mạng nơ-ron truyền thẳng một lớp ẩn. Tốc độ học của ELM nhanh hơn gấp nghìn lần so với thuật toán lan truyền ngược, trong khi đó nó đạt được hiệu suất cao hơn. Tuy nhiên, vì các trọng số nút vào và các sai lệch nút ẩn được lựa chọn ngẫu nhiên, nên thuật toán ELM có thể cần nhiều nơ-ron ở lớp ẩn và dẫn đến vấn đề nhiều điều kiện ràng buộc. Để giải quyết mặt hạn chế này của ELM, bài báo này đề xuất một chiến lược tối ưu cho ELM trên cơ sở thuật toán tối ưu phản ứng hóa học nhân tạo (ACROA). Bằng việc sử dụng ACROA để tối ưu hóa các trọng số vào và sai lệch của các nút ẩn trên cơ sở hai tiêu chuẩn định mức trọng số đầu ra và lỗi bình phương trung bình, hiệu suất phân loại của ELM được cải thiện. Kết quả thực nghiệm trên vài tập mẫu chuẩn trong thực tế chứng minh rằng phương pháp đã đề xuất đạt độ chính xác phân loại cao hơn ELM gốc và các ELM tiến hóa khác. 
Từ khóa: Máy học cực trị (ELM), thuật toán tối ưu phản ứng hóa học nhân tạo (ACROA), mạng nơ-ron truyền thẳng một lớp ẩn (SLFN), thuật toán học, sự phân loại. 
AN OPTIMIZED EXTREME LEARNING MACHINE USING ARTIFICIAL CHEMICAL REACTION OPTIMIZATION ALGORITHM
ABSTRACT
Extreme Learning Machine (ELM) is a simple learning algorithm for singlehidden-layer feed-forward neural network. The learning speed of ELM can be thousands of times faster than back-propagation algorithm, while obtaining better generalization performance. However, ELM may need high number of hidden neurons and lead to ill-condition problem due to the random determination of the input weights and hidden biases. In order to surmount the weakness of ELM, this paper proposes an optimization scheme for ELM based on artificial chemical reaction optimization algorithm (ACROA). By using ACROA to optimize the hidden biases and input weights according to both Root mean squared error and the Norm of output weights, the classification performance of ELM will be improved. The experimental result on several real benchmark problems demonstrates that the proposed method can attain higher classification accuracy than traditional ELM and other evolutionary ELMs.
Keywords: Extreme learning machine (ELM), artificial chemical reaction optimization algorithm (ACROA), single-hidden-layer feed-forward neural network (SLFN); learning algorithm; classification.
Xem nội dung bài báo đầy đủ tại đây/Click here to view the full article.
Trần Thủy Văn - Đại học Công nghiệp Hà Nội
(Theo TẠP CHÍ KHOA HỌC CÔNG NGHỆ SỐ 5 (10/2020))

Xem thêm

  • Vĩnh Phúc: Phát huy thế mạnh phát triển công nghiệp công nghệ cao

  • Tỉnh Quảng Nam triển khai quyết liệt công tác chuyển đổi số

  • Kế hoạch truyền thông chuyển đổi số tỉnh Quảng Nam năm 2024

  • Năm 2024: Ninh Bình phấn đấu nằm trong nhóm 15 tỉnh/thành có chỉ số DTI cao trong toàn quốc

  • TP. Hồ Chí Minh: Thúc đẩy nghiên cứu và phát triển trí tuệ nhân tạo

  • Liên kết vùng trong phát triển công nghiệp công nghệ cao

  • Thừa Thiên Huế: Kiện toàn tổ chức bộ máy nhà nước, đáp ứng yêu cầu triển khai nhiệm vụ, giải pháp mới về chuyển đổi số

  • Chuyển đổi số giúp doanh nghiệp vừa và nhỏ vươn lên thành "cá lớn"

  • Thành phố Hà Nội phát triển kinh tế số với 4 trụ cột chính

  • Duy trì vai trò dẫn dắt chuyển đổi số quốc gia

Tổng số lượt truy cập :
  • 1
  • 3
  • 9
  • 3
  • 9
  • 5
  • 1
  • 9