文献

J-GLOBAL ID：201902231836082678   整理番号：19A2101881

2アーカイブ多目的人工蜂コロニーアルゴリズムを用いたコストに敏感な特徴選択【JST・京大機械翻訳】

Cost-sensitive feature selection using two-archive multi-objective artificial bee colony algorithm

著者 (5件)： Zhang Yong (School of Information and Control Engineering, China University of Mining and Technology, Xuzhou, China) ,  Cheng Shi (School of Computer Science, Shaanxi Normal University, Xi’an, China) ,  Shi Yuhui (Department of Computer Science and Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Gong Dun-wei (School of Information and Control Engineering, China University of Mining and Technology, Xuzhou, China) ,  Zhao Xinchao (School of Science, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 137  ページ： 46-58  発行年： 2019年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 異なる特徴が異なるコストを必要とする可能性があるので,費用に敏感な特徴選択問題は,実世界応用においてますます重要になる。一般的に,それは2つの主な相反する目的,すなわち分類性能の最大化と特徴コストの最小化を含む。しかしながら,ほとんどの既存のアプローチは,このタスクを単一目的最適化問題として扱う。意思決定者の様々な要求を満たすために,本論文では,多目的特徴選択アプローチを研究し,2つのアーカイブ多目的人工ミツバチコロニーアルゴリズム(TMABC-FS)と呼ぶ。2つの新しい演算子,すなわち,採用されたミツバチのための収束案内探索とオンロッカーのための多様性案内探索を,良好な分布と収束を有する非支配的特徴部分集合のグループを得るために提案した。そして,2つのアーカイブ,すなわち,リーダーアーカイブと外部アーカイブを用いて,異なる種類のミツバチの探索能力を強化した。提案したTMABC-FSをUCIからのいくつかのデータセット上で検証し,2つの伝統的アルゴリズムおよび3つの多目的法と比較した。結果は,TMABC-FSが費用に敏感な特徴選択問題を解決するための効率的でロバストな最適化法であることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  意思決定者 ,  *アルゴリズム ,  最適化問題 ,  *特徴選択 ,  ミツバチ ,  部分集合 ,  最適化
準シソーラス用語： *人工ハチコロニーアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： コストに敏感な特徴選択 ,  人工蜂コロニーアルゴリズム ,  多目的最適化 ,  粒子群最適化 ,  微分進化

分類 (4件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： アーカイブ ,  多目的 ,  人工蜂コロニーアルゴリズム ,  特徴選択