Fernández Delgado, ManuelAlbtoush, Audi Issa2022-06-282022-06-282022http://hdl.handle.net/10347/28850A extreme learning machine (ELM) é unha popular rede neuronal que ten dous importantes inconvintes con datos grandes: a necesidade de sintonizar o número de neuronas ocultas e a pseudo-inversión da matriz coas actividades destas neuronas. Este tese desenvolve algoritmos que conservan a simplicidade e velocidade da rede ELM e: 1) evitan a sintonización e limitan o tamano da matriz de activacións na capa oculta; 2) melloran a calidade da rede ELM cunha elección axeitada dos valores aleatorios das polarizacións ocultas; 3) aceleran a sintonización do hiper-parámetro reducindo o número de entrenamentos necesarios.engAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/aprendizaxe automáticaredes neuronaisextreme learning machine (ELM)large-scale datasetsMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120304 Inteligencia artificialMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120307 Modelos causalesMaterias::Investigación::12 Matemáticas::1203 Ciencia de los ordenadores::120302 Lenguajes algorítmicosdoctoral thesisopen access