Resumen

De acuerdo con las características que la función del núcleo de la máquina de aprendizaje extremo (ELM, por sus siglas en inglés) y su rendimiento tienen una fuerte correlación, en este artículo se propuso una nueva máquina de aprendizaje extremo basada en una función de núcleo Hermitiano triangular generalizada. En primer lugar, la función de núcleo Hermitiano triangular generalizada fue construida utilizando el producto del núcleo triangular y el núcleo generalizado de Hermite Dirichlet, y se demostró que la función de núcleo propuesta es una función de núcleo válida de la máquina de aprendizaje extremo. Luego, se presentó la metodología de aprendizaje de la máquina de aprendizaje extremo basada en la función de núcleo propuesta. La mayor ventaja del núcleo propuesto es que los valores de sus parámetros de núcleo solo se eligen en números naturales, lo que puede acortar considerablemente el tiempo computacional de la optimización de parámetros y retener más información de la

• Materias:Ecuación pseudoparabólica Dimensión fractal Virus informático Redes dinámicas Sistemas diferenciales
• Subjects:Pseudoparabolic equation Fractal dimension Computer virus Dynamic networks Differential systems
• Palabras claves:Características; Función núcleo; Máquina de aprendizaje extremo; Rendimiento; Triángulo Hermitiano; Método propuesto
• Keywords:Characteristics; Kernel function; Extreme learning machine; Performance; Triangle Hermitian; Proposed method