多任务正则极限学习机的研究与应用

• 作者: 睢璐璐 闫飞 阎高伟 韩东升
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 正则极限学习机 多任务 交替乘子法 过拟合
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 120-125
• 页数: 6页
• 分类号: TP391
• 字数: 5106字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0172

摘要

MT-ELM通过隐含层共享不同任务间的数据特性实现多任务学习,但MT-ELM忽略任务间关联程度的差异以及存在的过拟合问题,为此提出基于MT-RELM软测量建模方法.首先,利用RELM解决过拟合问题;其次,考虑任务之间关联度的差异,基于相关性较强的任务其权值向量也较相似的假设,在每个任务输出权值的基础上加入约束条件,利用此约束条件表示任务间的相关程度;最后,利用ADMM算法迭代求解得到MT-RELM的模型参数.基于合成数据集与湿式球磨机数据集的结果表明,此算法可有效地提高模型的预测精度以及泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎高伟	太原理工大学信息工程学院	58	223	8.0	12.0
2	闫飞	太原理工大学信息工程学院	8	11	2.0	3.0
3	睢璐璐	太原理工大学信息工程学院	3	2	1.0	1.0
4	韩东升	太原理工大学信息工程学院	4	10	2.0	3.0