Description du livre
Ce livre contient une sélection d'articles de la Conférence internationale sur les machines d'apprentissage extrême 2018, qui s'est tenue à Singapour, du 21 au 23 novembre 2018. Cette conférence a permis aux universitaires, aux chercheurs et aux ingénieurs de partager et d'échanger leurs expériences de R-D sur les études théoriques et les applications pratiques de la technique ELM et de l'apprentissage cérébral.
Extreme Learning Machines (ELM) vise à permettre un apprentissage et une intelligence omniprésents. Comme le préconisent les théories de l'ELM, il est passionnant de voir la convergence de l'apprentissage machine et de l'apprentissage biologique du point de vue du long terme. L'ELM peut être l'une des "particules d'apprentissage" fondamentales qui comblent les lacunes entre l'apprentissage machine et l'apprentissage biologique (dont les fonctions d'activation sont même inconnues). L'ELM représente une suite de techniques d'apprentissage (machine et biologique) dans lesquelles les neurones cachés n'ont pas besoin d'être accordés : hérités de leurs ancêtres ou générés de manière aléatoire. Les théories de l'apprentissage ELM montrent que des algorithmes d'apprentissage efficaces peuvent être dérivés à partir de neurones cachés générés au hasard (neurones biologiques, neurones artificiels, ondelettes, séries de Fourier, etc.) tant qu'ils sont non linéaires et continus par morceaux, indépendamment des données de formation et des environnements d'application. De plus en plus, les données issues des neurosciences suggèrent que des principes similaires s'appliquent aux systèmes d'apprentissage biologique. Les théories et algorithmes ELM soutiennent que les " neurones cachés aléatoires " capturent un aspect essentiel des mécanismes d'apprentissage biologique ainsi que le sentiment intuitif que l'efficacité de l'apprentissage biologique ne repose pas nécessairement sur la puissance informatique des neurones. Les théories ELM suggèrent donc des raisons possibles pour lesquelles le cerveau est plus intelligent et plus efficace que les ordinateurs actuels. Le thème principal de l'ELM2018 est l'ELM hiérarchique, l'IA pour l'IdO, Synergie de l'apprentissage machine et de l'apprentissage biologique.
Ce livre couvre les théories, les algorithmes et les applications de l'ELM. Il donne aux lecteurs un aperçu des plus récentes avancées de l'ELM.