文献

J-GLOBAL ID：201902229309976856   整理番号：19A2092022

粒子群最適化を用いた効率的特徴選択:ハイブリッドフィルタ-ラッパーアプローチ【JST・京大機械翻訳】

Efficient Feature Selection using Particle Swarm Optimization: A hybrid filters-wrapper Approach

著者 (3件)： Koumi Fatima (College of IT and Computer Eng., Palestine Polytechnic University, Hebron, Palestine) ,  Aldasht Mohammed (College of IT and Computer Eng., Palestine Polytechnic University, Hebron, Palestine) ,  Tamimi Hashem (College of IT and Computer Eng., Palestine Polytechnic University, Hebron, Palestine)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICICS  ページ： 122-127  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習において,特徴選択は,特に高次元データ集合を扱うとき,計算時間を減少して,学習精度を改善するために使用することができた。粒子群最適化(PSO)は,問題解決におけるその効率のために,特徴選択プロセスを強化するための重要な関心を引き付けた。本論文は,PSOアルゴリズムを用いて特徴選択プロセスを強化するために使用される新しいハイブリッドフィルタ-ラッパ方式を紹介した。提案した手法は,BPSOを用いて新しいハイブリッドフィルタ-ラッパアルゴリズムを生成するために,異なる重みを持つ5つの濾過法を組み合わせた。提案した手法を,ラッパ単独およびフィルタ単独のような他の方法との比較を行うことにより評価した。得られた結果は,提案した手法が3つのパラメータを考慮した他の手法よりも優れた性能を達成することを示した。選択された特徴の数,分類精度,および実行時間。さらに,特徴選択におけるその安定性を保証するために新しいアプローチを試験し,高い安定性を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *特徴選択 ,  *フィルタ ,  問題解決 ,  学習 ,  機械学習
準シソーラス用語： 実行時間 ,  分類精度 ,  *ラッパー ,  高次元データ ,  *ハイブリッドフィルタ ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 粒子群最適化 ,  特徴選択 ,  ハイブリッドフィルタ