Classification with Extreme Learning Machine on GPU
Identifikátory výsledku
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>
Alternativní jazyky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
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
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—