随机配置网络研究进展.pdfVIP

软件学报

ISSN

1000-9825,

CODEN

RUXUEWE-mail:

jos@

JournalofSoftware,2024,35(5):2379−2399

[doi:

10.13328/ki.jos.006804]

©中国科学院软件研究所版权所有.Tel:

+86-10

*

随机配置网络研究进展

11,21,21,2

张成龙,

丁世飞,

郭丽丽,

张

健

1(中国矿业大学

计算机科学与技术学院,

江苏

徐州

221116)

2(矿山数字化教育部工程研究中心(中国矿业大学),

江苏

徐州

221116)

通信作者:

丁世飞,

E-mail:

dingsf@

摘要:

随机配置网络(stochastic

configuration

network,

SCN)是一种新兴的增量式神经网络模型,

与其他随机化神

经网络方法不同,

它能够通过监督机制进行隐含层节点参数配置,

保证了模型的快速收敛性能.

因其具有学习效率

高、人为干预程度低和泛化能力强等优点,

自2017年提出以来,

SCN吸引了大量国内外学者的研究兴趣,

得到了快

速的推广和发展.

从SCN的基础理论、典型算法变体、应用领域以及未来研究方向等方面切入,

全面地概述SCN

研究进展.

首先,

从理论的角度分析SCN的算法原理、通用逼近性能及其优点;

其次,

重点研究深度SCN、二维

SCN、鲁棒SCN、集成SCN、分布式并行SCN、正则化SCN等典型变体;

随后介绍SCN在硬件实现、计算机视

觉、医学数据分析、故障检测与诊断、系统建模预测等不同领域的应用进展;

最后指出SCN在卷积神经网络架构、

半监督学习、无监督学习、多视图学习、模糊神经网络、循环神经网络等研究方向的发展潜力.

关键词:

随机配置网络;

神经网络;

深度学习;

随机化学习;

研究进展

中图法分类号:

TP18

中文引用格式:

张成龙,

丁世飞,

郭丽丽,

张健.

随机配置网络研究进展.

软件学报,

2024,

35(5):

2379–2399.

/

1000-9825/6804.htm

英文引用格式:

Zhang

CL,

Ding

SF,

Guo

LL,

Zhang

J.

Research

Progress

on

Stochastic

Configuration

Network.

Ruan

Jian

Xue

Bao/Journal

of

Software,

2024,

35(5):

2379–2399

(in

Chinese).

/1000-9825/6804.htm

ResearchProgressonStochasticConfigurationNetwork

11,21,21,2

ZHANG

Cheng-Long,

DING

Shi-Fei,

GUO

Li-Li,

ZHANG

Jian

1(School

of

Computer

Science

and

Technology,

China

University

of

Mining

and

Technology,

Xuzhou

221116,

China)

2(Engineering

Research

Center

of

Mine

Digitization

(China

University

of

Mining

and

Technology),

Ministry

of

Education,

Xuzhou

221116,

China)

Abstract:

Stochastic

configuration

network

(SCN),

as

an

emerging

incremental

neural

network

model,

is

different

from

other

randomized

neural

networ