« Machine à apprentissage extrême » : différence entre les versions

Dernière version du 28 janvier 2024 à 10:03

Définition

La machine à apprentissage extrême est une architecture non-bouclée de réseau de neurones avec une unique couche cachée de neurones (genre perceptron) qui sont connectés aux entrées par des poids aléatoires non entraînés. Les poids de sortie sont calculés directement (sans itération) et analytiquement.

Compléments

Le calcul analytique des poids de sortie utilise une matrice pseudo-inverse de Moore-Penrose. Il s'agit donc d'un calcul linéaire non itératif pour les poids de sortie ce qui accélère grandement le temps de calcul, car il n'y a pas de dépendance entre les poids d'entrée et de sortie comme dans la procédure d'entraînement par rétropropagation.

L'architecture initiale qui ne comprenait qu'une seule couche cachée a été étendue à des réseaux multicouches.

La machine à apprentissage extrême est un sujet controversé sur le plan de l'appellation « extrême » et de la réinvention de principes scientifiques sans citer les sources des travaux antérieurs. Notons que cette architecture n'est pas d'usage répandu en 2022 alors qu'elle a été inventée vers 2005.

Français

machine à apprentissage extrême

machine d'apprentissage extrême

réseau de neurones à apprentissage extrême

réseau neuronal à apprentissage extrême

Anglais

extreme learning machine

ELM

Sources

Source : Wikipedia Machine Learning

Source : Extreme learning machine: Theory and applications

Source : Definir-tech.com

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Les machines d'apprentissage extrêmes sont des réseaux neuronaux à anticipation pour la classification, la régression, le regroupement, l'approximation clairsemée, la compression et l'apprentissage de caractéristiques avec une couche unique ou plusieurs couches de nœuds cachés, où les paramètres des nœuds cachés (et pas seulement les poids reliant les entrées aux nœuds cachés) ne doivent pas être réglés.
+La machine à apprentissage extrême est une architecture non-bouclée de réseau de neurones avec une unique couche cachée de neurones (genre perceptron) qui sont connectés aux entrées par des poids aléatoires non entraînés. Les poids de sortie sont calculés directement (sans itération) et analytiquement.
+==Compléments==
+Le calcul analytique des poids de sortie utilise une matrice pseudo-inverse de Moore-Penrose. Il s'agit donc d'un calcul linéaire non itératif pour les poids de sortie ce qui accélère grandement le temps de calcul, car il n'y a pas de dépendance entre les poids d'entrée et de sortie comme dans la procédure d'entraînement par rétropropagation.
+L'architecture initiale qui ne comprenait qu'une seule couche cachée a été étendue à des réseaux multicouches.
+La machine à apprentissage extrême est un sujet controversé sur le plan de l'appellation « extrême » et de la réinvention de principes scientifiques sans citer les sources des travaux antérieurs. Notons que cette architecture n'est pas d'usage répandu en 2022 alors qu'elle a été inventée vers 2005.
 == Français ==
-'''apprentissage automatique extrême'''
+'''machine à apprentissage extrême'''
+'''machine d'apprentissage extrême'''
+'''réseau de neurones à apprentissage extrême'''
+'''réseau neuronal à apprentissage extrême'''
 == Anglais ==
 '''extreme learning machine'''
-<small>
+'''ELM'''
+==Sources==
 [https://en.wikipedia.org/wiki/Extreme_learning_machine Source : Wikipedia  Machine Learning ]
+[https://www.sciencedirect.com/science/article/pii/S0925231206000385?casa_token=kZ8XoBe9Yg0AAAAA:Q4EcGT2YjW3MIoCIhO_nP_lAy6u1d3R48EWEJxPCQM0rsOwKT6x8IolXVJt2TmaZKzgVU49kN_GS  Source : ''Extreme learning machine: Theory and applications'']
 [https://definir-tech.com/machine-dapprentissage-extreme-orme/   Source : Definir-tech.com ]
-[[Catégorie:vocabulary]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:Wikipedia-IA‎]]

« Machine à apprentissage extrême » : différence entre les versions