تحلل هذه الورقة الاستقرار العددي لآلات التعلم القصوى (ELM) من منظور طيفي، مع التركيز على كيفية تأثير حالة مصفوفة الطبقة المخفية على موثوقية التدريب. يوضح المؤلفون أن أصغر قيمة مفردة تحدد تضخيم الاضطراب في أوزان المخرجات، بينما يحدد رقم الحالة عدم استقرار الطبقة المخفية.
- تم تحديد حساب المعكوس الكاذب القائم على SVD كأكثر طريقة موثوقة تحت الظروف سيئة الحالة مقارنة بطرق القوة التكرارية.
- تُظهر الطرق التكرارية أنها أكثر حساسية للخصائص الطيفية للمصفوفة.
- تمت مناقشة حالة الاعتماد على العرض من خلال تفسير الميزات العشوائية.
- تؤكد التجارب على المصفوفات الاصطناعية ومعايير ELM أن الاستقرار يُحكم أساسًا ببنية القيم المفردة.
تشير النتائج إلى أن فهم بنية القيم المفردة أمر حاسم لضمان استقرار آلات التعلم القصوى القائمة على المعكوس الكاذب.