Proceedings of ELM 2018 - 9783030233099

Šajā grāmatā ir iekļauti daži atlasīti raksti no Starptautiskās Extreme Learning Machine 2018 konferences, kas notika Singapūrā, 2018. gada 21.–23. novembrī. Šī konference bija forums akadēmiķiem, pētniekiem un inženieriem, lai dalītos un apmainītos ar pētniecības un attīstības pieredzi abos teorētiskajos pētījumos. un praktiskie ELM tehnikas pielietojumi un smadzeņu mācīšanās. Extreme Learning Machines (ELM) mērķis ir nodrošināt visaptverošu mācīšanos un visaptverošu inteliģenci. Kā to atbalsta ELM teorijas, ir aizraujoši redzēt mašīnmācības un bioloģiskās mācīšanās konverģenci no ilgtermiņa viedokļa. ELM var būt viena no galvenajām mācīšanās daļiņām, kas aizpilda plaisu starp mašīnmācīšanos un bioloģisko mācīšanos (kuru aktivizācijas funkcijas pat nav zināmas). ELM ir (mašīnu un bioloģisko) mācību metožu komplekts, kurā slēptie neironi nav jāregulē: tie ir mantoti no viņu senčiem vai nejauši ģenerēti. ELM mācīšanās teorijas liecina, ka efektīvus mācīšanās algoritmus var iegūt, pamatojoties uz nejauši ģenerētiem slēptiem neironiem (bioloģiskiem neironiem, mākslīgiem neironiem, viļņiem, Furjē sērijām utt.), ja vien tie ir nelineāri nepārtraukti, neatkarīgi no apmācības datiem un lietojumprogrammu vides. Arvien vairāk neirozinātņu pierādījumu liecina, ka līdzīgi principi tiek piemēroti bioloģiskās mācību sistēmās. ELM teorijas un algoritmi apgalvo, ka nejauši slēptie neironi aptver būtisku bioloģiskās mācīšanās mehānismu aspektu, kā arī intuitīvo sajūtu, ka bioloģiskās mācīšanās efektivitātei nav jāpaļaujas uz neironu skaitļošanas jaudu. Tādējādi ELM teorijas norāda uz iespējamiem iemesliem, kāpēc smadzenes ir viedākas un efektīvākas nekā pašreizējie datori. ELM2018 galvenā tēma ir hierarhiskā ELM, AI for IoT, mašīnmācīšanās sinerģija un bioloģiskā mācīšanās. Šī grāmata aptver ELM teorijas, algoritmus un lietojumus. Tas sniedz lasītājiem ieskatu jaunākajos ELM sasniegumos.