Andere Kunden interessierten sich auch für
![Technique d'exclusion pour la classification des images]( "Technique d'exclusion pour la classification des images")
Technique d'exclusion pour la classification des images36,99 €![Dropout Technique for Image Classification]( "Dropout Technique for Image Classification")
Dropout Technique for Image Classification36,99 €![Técnica de dropout para Classificação de Imagens]( "Técnica de dropout para Classificação de Imagens")
Técnica de dropout para Classificação de Imagens36,99 €![Tecnica del dropout per la classificazione delle immagini]( "Tecnica del dropout per la classificazione delle immagini")
Tecnica del dropout per la classificazione delle immagini36,99 €![Tehnika wypadeniq dlq klassifikacii izobrazhenij]( "Tehnika wypadeniq dlq klassifikacii izobrazhenij")
Tehnika wypadeniq dlq klassifikacii izobrazhenij16,99 €![Erfolgreiche Übergänge im Vorschulalter aus verschiedenen Perspektiven]( "Erfolgreiche Übergänge im Vorschulalter aus verschiedenen Perspektiven")
Erfolgreiche Übergänge im Vorschulalter aus verschiedenen Perspektiven39,90 €![Prompting für das Gute: Zusammenarbeit mit AI-Sprachmodellen]( "Prompting für das Gute: Zusammenarbeit mit AI-Sprachmodellen")
Prompting für das Gute: Zusammenarbeit mit AI-Sprachmodellen43,90 €
Eine extrem lernende Maschine (ELM) ist ein neuronales Feed-Forward-Netzwerk (FFN). Es spielt eine entscheidende Rolle bei der Bildklassifizierung und ist eine einfache Methode für das Lernen von Merkmalen. ELM wird häufig für sequentielles Lernen, Batch-Lernen und inkrementelles Lernen verwendet, da ELM schneller lernt, schnell ist, eine gute Verallgemeinerungsfähigkeit hat, einfach zu implementieren ist und bei Klassifizierungen effizient ist. In dieser Arbeit schlagen wir zwei Stufen vor: die Stufe der Merkmalszuordnung und die Stufe des Merkmalslernens in einer extrem lernenden Maschine.