یکی از مدل‌های شبکه عصبی که در سال‌های اخیر مورد توجه فراوان قرار گرفته است مدل ELM یا همان Extreme Learning Machine است. مدل SVM به خاطر سادگی، در دهه اخیر در انواع کارها مدنظر قرار گرفته است. مدل‌های PSVM و LS-SVM مدل‌هایی مشتق شده از ایده SVM می‌باشند که سرعت بیشتری دارند و مساله بهینه سازی آنها مثل SVM مکعبی نیست، بلکه خطی است. این مدل‌ها در حوزه دسته بندی باینری می‌باشند. البته با تکنیک‌هایی همچون یکی در مقابل همه و یکی در مقابل یکی قابل توسعه به حالت چند دسته‌ای می‌باشند. پژوهشگران در نشان داده‌اند که PSVM و LS-SVM و الگوریتم‌های تنظیم‌گر می‌توانند بیشتر ساده شوند و در یک قالب یکپارچه تحت عنوان ELM قرار بگیرند. مدل ELM بر روی شبکه‌های تعمیم یافته فیدفوروارد با تک لایه مخفی(SLFN) کار می‌کند. در مدل ELM لایه مخفی نیاز به تنظیم ندارد و توابع این لایه که یک انتقال ویژگی به فضای جدید است از قبل مشخص است. مدل‌های SVM، شبکه‌های چندجمله‌ای، RBF و مدل‌های فیدفوروارد تک لایه حالت خاصی از این مدل هستند.