인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Extreme Learning Machine (ELM) is a new learning algorithm for single-hidden layer feedforward neural network, which has been widely used in lots of fields. However, it still has the insufficiency of randomly determining the hidden layer threshold and output weight, which leads to ill-conditioned output. In order to avoid the risk of decreasing prediction accuracy caused by this possibility, the ELM is optimized using particle swarm algorithm. A Particle Swarm Optimization (PSO) enhanced ELM algorithm is proposed to accurately model the small-signal properties of InP Heterojunction Bipolar Transistors (HBTs). PSOELM algorithm solves the problem of unstable prediction data caused by random determination of input weights in ELM. Comparing the modeling effects of the PSO-ELM model and the ELM model under different bias conditions for a 1 μm×15 μm InP HBT, it is proved that the PSO-ELM algorithm has better consistency with the measured data.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2023-569-000241209
