广义超复数值极限学习机的一般框架
机器学习
2022-05-27 v1
摘要
本文旨在建立一般超复数代数上的极限学习机（ELM）框架。超复数神经网络是以更高维数作为参数、输入和输出的机器学习模型。首先，我们回顾广泛的超复数代数，并给出一个通过这些代数中以稳健方式借助实值线性代数运算进行操作的框架。接着我们探讨若干著名的四维例子。然后，我们提出超复数值 ELM 并通过超复数值最小二乘问题推导其学习过程。最后，我们在时间序列预测和彩色图像自动编码两个实验中比较实值与超复数值 ELM 模型的性能。计算实验凸显了超复数值 ELM 在处理高维数据方面的优异性能，包括基于非寻常超复数代数的模型。
引用
@article{arxiv.2101.06166,
title = {A General Framework for Hypercomplex-valued Extreme Learning Machines},
author = {Guilherme Vieira and Marcos Eduardo Valle},
journal= {arXiv preprint arXiv:2101.06166},
year = {2022}
}