Resumen

La máquina de aprendizaje extremo (ELM) se ha desarrollado para redes neuronales de una sola capa oculta (SLFN). En el algoritmo ELM, las conexiones entre la capa de entrada y las neuronas ocultas se asignan aleatoriamente y permanecen invariables durante el proceso de aprendizaje. Las conexiones de salida se ajustan minimizando la función de coste mediante un sistema lineal. La carga computacional del ELM se ha reducido significativamente, ya que el único coste es resolver un sistema lineal. La baja complejidad computacional atrajo una gran atención por parte de la comunidad investigadora, especialmente para aplicaciones de alta dimensión y grandes volúmenes de datos. Este artículo ofrece un estudio actualizado de los últimos avances en ELM y sus aplicaciones en datos de gran tamaño y alta dimensión. Se presentan revisiones exhaustivas sobre procesamiento de imágenes, procesamiento de vídeo, procesamiento de señales médicas y otras aplicaciones populares de grandes datos con ELM.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:Máquina de aprendizaje extremo (ELM), redes neuronales feedforward de capa oculta única (SLFNs), algoritmo, conexiones, capa de entrada, neuronas ocultas, proceso de aprendizaje, conexiones de salida, función de coste, sistema lineal, carga computacional, complejidad computacional, comunidad investigadora, alta dimensionalidad, aplicaciones de grandes datos, encuesta actualizada, desarrollos, procesamiento de imágenes, procesamiento de vídeo, procesamiento de señales médicas, popular, revisiones exhaustivas.
• Keywords:Extreme learning machine (ELM), single hidden layer feedforward neural networks (SLFNs), algorithm, connections, input layer, hidden neurons, learning process, output connections, cost function, linear system, computational burden, computational complexity, research community, high dimensional, large data applications, up-to-date survey, developments, image processing, video processing, medical signal processing, popular, comprehensive reviews.