正则化超限学习机的多分块松弛交替方向乘子法

• 作者: 张立佳 曹九稳 赖晓平
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 机器学习 并行优化 超限学习机 交替方向乘子法 大数据
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究与应用
• 页码范围: 1107-1115
• 页数: 9页
• 分类号: TP18
• 字数: 6788字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201912006

摘要

针对超限学习机在大数据环境下计算负担过重的问题,文中提出正则化超限学习机的多分块松弛交替方向乘子法及N-等分和N/2-等分情形的标量化实现.模型分块使算法具有高度的并行结构,与松弛技术结合提高算法的收敛速度.通过分析,建立算法收敛的充要条件,给出最优收敛率及最优参数.在基准数据集上仿真计算收敛率随分块数的变化关系,对比不同算法的收敛速率和GPU加速比.实验表明,文中算法具有较低的计算复杂度和较高的并行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立佳	杭州电子科技大学人工智能研究院	1	0	0.0	0.0
2	赖晓平	杭州电子科技大学人工智能研究院	9	18	3.0	4.0
3	曹九稳	杭州电子科技大学人工智能研究院	1	0	0.0	0.0