文献

J-GLOBAL ID：201802282057264797   整理番号：18A0489798

オンラインマルチラベルグループ特徴選択【Powered by NICT】

Online Multi-label Group Feature Selection

著者 (4件)： Liu Jinghua (Department of Automation, Xiamen University, Xiamen, 361000, PR China) ,  Lin Yaojin (School of Computer Science, Minnan Normal University, Zhangzhou, 363000, PR China) ,  Wu Shunxiang (Department of Automation, Xiamen University, Xiamen, 361000, PR China) ,  Wang Chenxi (School of Computer Science, Minnan Normal University, Zhangzhou, 363000, PR China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 143  ページ： 42-57  発行年： 2018年 
JST資料番号： T0426A  ISSN： 0950-7051  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： マルチラベル学習のための特徴選択に,近年の集中的な関心を集めている。しかし,従来のマルチラベル特徴選択特徴の固有群構造を考慮し,ストリーミング特徴を同時に取扱っていることができない。この問題を解決するために,オンラインマルチラベルグループ特徴選択(OMGFS)と呼ばれるアルゴリズムを開発した。著者等の提案手法は,2相:オンライングループ選択とオンライングループ間選択から構成されている。群選択では,ラベル集合に重要な特徴グループを選択するための基準を設計した。グループ間選択では,最適特徴部分集合を選択するための特徴相互作用と特徴冗長性考察した。に到達するより多くの特徴ではないまでこの2相手順が続いている。一連のベンチマークデータセットを用いた経験的研究は,提案した方法が他の最新のマルチラベル特徴選択手法の性能を上回る事を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習 ,  冗長性 ,  *特徴選択 ,  相互作用 ,  部分集合 ,  ストリーミング ,  アルゴリズム
準シソーラス用語： *オンライン , 【Automatic Indexing@JST】

著者キーワード (4件)： オンライン特徴選択 ,  マルチラベル学習 ,  ストリーミング特徴 ,  グループ特徴選択

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 特徴選択