文献

J-GLOBAL ID：201702236483888476   整理番号：17A1511212

特徴選択と分類(AC ABCハイブリッド)のためのアリおよびハチコロニー最適化を用いたハイブリッドアルゴリズム【Powered by NICT】

A hybrid algorithm using ant and bee colony optimization for feature selection and classification (AC-ABC Hybrid)

著者 (2件)： Shunmugapriya P. (Department of Computer Science and Engineering, CHRIST Institute of Technology, Puducherry 605502, India) ,  Kanmani S. (Department of Information Technology, Pondicherry Engineering College, Pillaichavady, Puducherry 605014, India)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 36  ページ： 27-36  発行年： 2017年 
JST資料番号： W3213A  ISSN： 2210-6502  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： アリコロニー最適化(ACO)とミツバチコロニー最適化(BCO)は,多くの組合せ最適化問題を解くのに使用する有名なメタヒューリスティック探索アルゴリズムである。特徴選択(FS)はデータセットから適切で有用な情報を抽出することにより,分類のプロセスを高速化するために役立つ。適切な特徴部分集合を選択することは非常に重要であるためFSを最適化問題と見られている。本論文では,新しい群に基づくハイブリッドアルゴリズムAC ABCハイブリッド,特徴選択を最適化するためのアリコロニーと人工ハチコロニー(ABC)アルゴリズムの特性を提案した。交雑により,を用いて,ハチによる初期解のための大域的探索を消費するアリと時間の停滞挙動を除去することを試みた。提案したアルゴリズムでは,アリはハチによる利用を用いて,最高のアリと最良の特徴部分集合を決定すること;ハチはその食物源としてのアリによって生成された特徴サブセットを採用した。十三UCI(カリフォルニアIrvine大学)ベンチマークデータセットは,提案したアルゴリズムの評価に使用した。実験結果は,分類精度と特徴の最適選択を増加させる提案手法の有望な挙動を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 高速化 ,  *アルゴリズム ,  カリフォルニア州 ,  部分集合 ,  *特徴選択 ,  組合せ最適化問題 ,  最適化問題 ,  *最適化
準シソーラス用語： ヒューリスティック探索 ,  分類精度 ,  人工ハチコロニー ,  蟻コロニー ,  探索アルゴリズム ,  アリコロニー最適化 ,  *ハイブリッドアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 特徴選択 ,  分類 ,  アントコロニー最適化 ,  ミツバチコロニー最適化 ,  人工的ミツバチコロニー ,  メタヒューリスティック探索

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： 特徴選択 ,  分類 ,  Ac ,  ABC ,  アリ ,  ハチ ,  コロニー ,  最適化 ,  ハイブリッドアルゴリズム