دانلود مقاله انگلیسی:مقایسه روش های ترکیبی با استفاده از ماشین یادگیری نهایی تحت سناریوی نمونه های کوچک
بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیشنهادات ویژه
پکیج ویژه مقالات محاسبات ابری
پکیج ویژه مقالات زنجیره تامین
پیوندهای کاربردی
پیوندهای مرتبط
مقالات انگلیسی مهندسی مکانیک
  • Comparison of combining methods using Extreme Learning Machines under small sample scenario

    Comparison of combining methods using Extreme Learning Machines under small sample scenario

    سال انتشار:

    2016


    عنوان انگلیسی مقاله:

    Comparison of combining methods using Extreme Learning Machines under small sample scenario


    ترجمه فارسی عنوان مقاله:

    مقایسه روش های ترکیبی با استفاده از ماشین یادگیری نهایی تحت سناریوی نمونه های کوچک


    منبع:

    Sciencedirect - Elsevier - Neurocomputing, 174 + (2015) 4-17. doi:10.1016/j.neucom.2015.03.109


    نویسنده:

    Dušan Sovilj, Kaj-Mikael Björk, Amaury Lendasse


    چکیده انگلیسی:

    Making accurate predictions is a difficult task that is encountered throughout many research domains. In certain cases, the number of available samples is so scarce that providing reliable estimates is a challenging problem. In this paper, we are interested in giving as accurate predictions as possible based on the Extreme Learning Machine type of a neural network in small sample data scenarios. Most of the Extreme Learning Machine literature is focused on choosing a particular model from a pool of candidates, but such approach usually ignores model selection uncertainty and has inferior performance compared to combining methods. We empirically examine several model selection criteria coupled with new model combining approaches that were recently proposed. The results obtained indicate that a careful choice among the combinations must be performed in order to have the most accurate and stable predictions.& 2015 Elsevier B.V. All rights reserved.
    Keywords: Extreme Learning Machine | Small sample data | Model selection | Model combining | Mallows Model Averaging | Jackknife Model Averaging


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 14
    حجم فایل: 503 کیلوبایت

    قیمت: 1000 تومان


    توضیحات اضافی:


     سفارش ترجمه مقاله


آرشیو کامل مقالات

تعداد نظرات : 0

الزامی
الزامی
الزامی
مهندسی-مکانیک
موضوعات
footer