Proceedings of ELM2019 - 9783030589882

Šioje knygoje pateikiami keli atrinkti pranešimai iš 2019 m. Tarptautinės ekstremalaus mokymosi mašinų konferencijos, kuri vyko 2019 m. gruodžio 14–16 d. Jangdžou, Kinijoje. Ekstremalių mokymosi mašinų (ELM) tikslas – sudaryti sąlygas visapusiškam mokymuisi ir visapusiškam intelektui. Kaip teigiama ELM teorijose, įdomu matyti mašininio mokymosi ir biologinio mokymosi konvergenciją ilgalaikiu požiūriu. ELM gali būti viena iš pagrindinių „mokymosi dalelių“, užpildanti spragas tarp mašininio mokymosi ir biologinio mokymosi (kurių aktyvinimo funkcijos net nežinomos). ELM yra (mašininių ir biologinių) mokymosi metodų rinkinys, kuriame paslėptų neuronų nereikia derinti: paveldėti iš savo protėvių arba atsitiktinai sugeneruoti. ELM mokymosi teorijos rodo, kad veiksmingi mokymosi algoritmai gali būti sukurti remiantis atsitiktinai sugeneruotais paslėptais neuronais (biologiniais neuronais, dirbtiniais neuronais, bangelėmis, Furjė serijomis ir kt.), jei jie yra netiesiniai, ištisiniai, nepriklausomi nuo mokymo duomenų ir taikomosios aplinkos. Vis dažniau neurologijos įrodymai rodo, kad panašūs principai taikomi biologinėse mokymosi sistemose. ELM teorijos ir algoritmai teigia, kad atsitiktiniai paslėpti neuronai užfiksuoja esminį biologinio mokymosi mechanizmų aspektą, taip pat intuityvų jausmą, kad biologinio mokymosi efektyvumas neturi priklausyti nuo neuronų skaičiavimo galios. Taigi ELM teorijos nurodo galimas priežastis, kodėl smegenys yra protingesnės ir efektyvesnės nei dabartiniai kompiuteriai. Pagrindinė ELM2019 tema yra hierarchinis ELM, AI for IoT, mašininio mokymosi sinergija ir biologinis mokymasis. Ši konferencija yra forumas akademikams, mokslininkams ir inžinieriams dalytis ir keistis MTEP patirtimi tiek teorinių studijų, tiek praktinio ELM technikos ir smegenų mokymosi pritaikymo srityse. Ši knyga apima ELM teorijas, algoritmus ir taikymą. Tai suteikia skaitytojams galimybę pažvelgti į naujausius ELM pasiekimus.