Acid Sulfate Soils Classification and Prediction from Environmental Covariates Using Extreme Learning Machines
Julkaisuvuosi
 2023 
Tekijät
 Atsemegiorgis, Tamirat; Espinosa-Leal, Leonardo; Lendasse, Amaury; Mattbäck, Stefan; Björk, Kaj-Mikael; Akusok, Anton 
Tiivistelmä
 <p>This paper explores the performance of the Extreme Learning Machine (ELM) in an acid sulfate soil classification task. ELM is an Artificial Neuron Network with a new learning method. The dataset comes from Finland’s west coast region, containing point observations and environmental covariates datasets. The experimental results show similar overall accuracy of ELM and Random Forest models. However, ELM implementation is easy, fast, and requires minimal human intervention compared to conventional ML methods like Random Forest.</p> 
Näytä enemmänOrganisaatiot ja tekijät
Geologian tutkimuskeskus
Mattbäck Stefan
Julkaisutyyppi
Julkaisumuoto
Artikkeli
Emojulkaisun tyyppi
Konferenssi
 Artikkelin tyyppi
Muu artikkeli
Yleisö
TieteellinenVertaisarvioitu
VertaisarvioituOKM:n julkaisutyyppiluokitus
A4 Artikkeli konferenssijulkaisussaJulkaisukanavan tiedot
Lehti/Sarja
Kustantaja
Sivut
614-625
ISSN
ISBN
Julkaisufoorumi
Julkaisufoorumitaso
1
Avoin saatavuus
Avoin saatavuus kustantajan palvelussa
Ei
Rinnakkaistallennettu
Ei
Muut tiedot
Tieteenalat
Tietojenkäsittely ja informaatiotieteet; Muu tekniikka; Geotieteet
Avainsanat
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Julkaisumaa
Saksa
 Kustantajan kansainvälisyys
Kansainvälinen
Kieli
englanti
 Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei
DOI
10.1007/978-3-031-43085-5_49
Julkaisu kuuluu opetus- ja kulttuuriministeriön tiedonkeruuseen
Kyllä