Variante de Extreme Learning Machine com Mapa Não Linear Adicional e Cálculo Analítico dos Parâmetros da Camada Oculta

Extreme Learning Machine (ELM) e suas variantes vêm ganhando atenção devido à alta velocidade de treino, alta facilidade de implementação e mínima intervenção humana em comparação com algoritmos clássicos de treino de redes feedforward. Neste trabalho é proposta uma variante de ELM na qual os vetores de entrada são transformados em vetores de alta dimensionalidade por um mapa não linear, e os pesos e biases da camada oculta são analiticamente calculados para a máxima extração de informação dos dados resultantes da transformação. A performance da variante proposta é comparada à de outras técnicas, como a ELM convencional e o backpropagation, na solução de problemas reais. Os experimentos realizados mostraram que a variante proposta, adequadamente projetada, pode superar a ELM convencional em certas aplicações.