Структурирование больших данных (big data) для обучения нейросети CNN-ELM в задачах программирования систем распознавания

Расулов Мирзо Максудович

На основе теории масштабируемости машинного обучения в рамках данного исследования предложена концепция обучения нейросети в задачах программирования систем распознавания. Масштабный подход имеет некоторые ограничения. В данном исследовании, для решения задач программирования систем распознавания, предложен подход для интеграции в сверточную сеть CNN асинхронных компонентов ELM, основанный на платформе параллельных вычислений MapReduce в качестве модуля классификатора. Такой подход может сэкономить больше времени на обучение, чем одиночные модели CNN-ELM. Этот подход может улучшить эффективность масштабируемости в системах машинного обучения, объединив подходы свертки и масштабирования.

Ключевые слова:структурирование больших данных, глубокое обучение, сверточная, нейронная сеть, большие данные.