Classification with Extreme Learning Machine on GPU

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F15%3A86096068" target="_blank" >RIV/61989100:27240/15:86096068 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27740/15:86096068

Výsledek na webu

<a href="http://dx.doi.org/10.1109/INCoS.2015.30" target="_blank" >http://dx.doi.org/10.1109/INCoS.2015.30</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/INCoS.2015.30" target="_blank" >10.1109/INCoS.2015.30</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Classification with Extreme Learning Machine on GPU

Popis výsledku v původním jazyce

The general classification is a machine learning task that tries to assign the best class to a given unknown input vector based on past observations (training data). Most of developed algorithms are very time consuming for large datasets (Support VectorMachine, Deep Neural Networks, etc.). Extreme Learning Machine (ELM) is a high quality classification algorithm that gains much popularity in recent years. This paper shows that the speed of learning of this algorithm may be improved by using GPU platform. Experimental results showed that proposed approach is much faster and provides the same accuracy as the original ELM algorithm. The proposed approach runs completely on GPU platform and thus it may be effectively incorporated within other applications.

Název v anglickém jazyce

Classification with Extreme Learning Machine on GPU

Popis výsledku anglicky

The general classification is a machine learning task that tries to assign the best class to a given unknown input vector based on past observations (training data). Most of developed algorithms are very time consuming for large datasets (Support VectorMachine, Deep Neural Networks, etc.). Extreme Learning Machine (ELM) is a high quality classification algorithm that gains much popularity in recent years. This paper shows that the speed of learning of this algorithm may be improved by using GPU platform. Experimental results showed that proposed approach is much faster and provides the same accuracy as the original ELM algorithm. The proposed approach runs completely on GPU platform and thus it may be effectively incorporated within other applications.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Intelligent Networking and Collaborative Systems INCoS-2015 : 7th International Conference : proceedings : September 2-4, 2015, Taipei, Tchaj-wan

ISBN

978-1-4673-7694-5

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

116-122

Název nakladatele

IEEE

Místo vydání

Danvers

Místo konání akce

Taipei

Datum konání akce

2. 9. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—