Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "feature selection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 22
Tytuł:
Feature selection using CPL criterion functions
Selekcja cech z wykorzystaniem funkcji kryterialnych typu CPL
Autorzy:
Łukaszuk, T.
Powiązania:
https://bibliotekanauki.pl/articles/341091.pdf
Data publikacji:
2009
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
selekcja cech
funkcja kryterialna typu CPL
konkurs NIPS2003 Feature
feature selection
CPL criterion function
NIPS2003 Feature Selection Challenge
Opis:
Redukcja wymiarowości zbioru cech jest często używanym wstępnym krokiem przetwarzania danych stosowanym przy rozpoznawaniu wzorców i klasyfikacji. Jest ona szczególnie istotna kiedy mała liczba obserwacji jest reprezentowana w wysoko wymiarowej przestrzeni cech. W artykule rozważana jest metoda selekcji cech opierająca się na minimalizacji specjalnej funkcji kryterialnej (wypukłej i odcinkowo-liniowej - CPL). Załączono także porównanie wyników eksperymentów uzyskanych za pomoc ą opisanej metody z wynikami metod uczestników konkursu NIPS2003 Feature Selection Challenge.
Dimensionality reduction of a feature set is a common preprocessing step used for pattern recognition and classification applications. It is particularly important when a small number of cases is represented in a highly dimensional feature space. The method of the feature selection based on minimisation of a special criterion function (convex and piecewise-linear - CPL) is considered in the article. A comparison of the experimental results of this method with the results of NIPS2003 Feature Selection Challenge participant’s methods is also included.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2009, 4; 85-95
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The influence of cardiotocogram signal feature selection method on fetal state assessment efficacy
Autorzy:
Jeżewski, M.
Czabański, R.
Łęski, J.
Powiązania:
https://bibliotekanauki.pl/articles/333440.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
cardiotocography
classification
feature selection
kardiotokografia
klasyfikacja
selekcja cech
Opis:
Cardiotocographic (CTG) monitoring is a method of assessing fetal state. Since visual analysis of CTG signal is difficult, methods of automated qualitative fetal state evaluation on the basis of the quantitative description of the signal are applied. The appropriate selection of learning data influences the quality of the fetal state assessment with computational intelligence methods. In the presented work we examined three different feature selection procedures based on: principal components analysis, receiver operating characteristics and guidelines of International Federation of Gynecology and Obstetrics. To investigate their influence on the fetal state assessment quality the benchmark SisPorto® dataset and the Lagrangian support vector machine were used.
Źródło:
Journal of Medical Informatics & Technologies; 2014, 23; 51-58
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Correlation-based feature selection strategy in classification problems
Autorzy:
Michalak, K.
Kwaśnicka, H.
Powiązania:
https://bibliotekanauki.pl/articles/908379.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
selekcja cech
współzależność cech
klasyfikacja
feature selection
pairwise feature evaluation
feature correlation
pattern classification
Opis:
In classification problems, the issue of high dimensionality, of data is often considered important. To lower data dimensionality, feature selection methods are often employed. To select a set of features that will span a representation space that is as good as possible for the classification task, one must take into consideration possible interdependencies between the features. As a trade-off between the complexity of the selection process and the quality of the selected feature set, a pairwise selection strategy has been recently suggested. In this paper, a modified pairwise selection strategy is proposed. Our research suggests that computation time can be significantly lowered while maintaining the quality of the selected feature sets by using mixed univariate and bivariate feature evaluation based on the correlation between the features. This paper presents the comparison of the performance of our method with that of the unmodified pairwise selection strategy based on several well-known benchmark sets. Experimental results show that, in most cases, it is possible to lower computation time and that with high statistical significance the quality of the selected feature sets is not lower compared with those selected using the unmodified pairwise selection process.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2006, 16, 4; 503-511
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the recursive feature elimination and the relaxed linear separability feature selection algorithms to gene expression data analysis
Rekurencyjna eliminacja cech z walidacją oraz relaksacja liniowej separowalności jako metody selekcji cech do analizy zbiorów danych zawierających wartości ekspresji genów
Autorzy:
Gościk, J.
Łukaszuk, T.
Powiązania:
https://bibliotekanauki.pl/articles/88402.pdf
Data publikacji:
2013
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
gene expression analysis
feature selection
classification
analiza ekspresji genów
selekcja cech
klasyfikacja
Opis:
Most of the commonly known feature selection methods focus on selecting appropriate predictors for image recognition or generally on data mining issues. In this paper we present a comparison between widely used Recursive Feature Elimination (RFE) with resampling method and the Relaxed Linear Separability (RLS) approach with application to the analysis of the data sets resulting from gene expression experiments. Different types of classification algorithms such as K-Nearest Neighbours (KNN), Support Vector Machines (SVM) and Random Forests (RF) are exploited and compared in terms of classification accuracy with optimal set of genes treated as predictors selected by either the RFE or the RLS approaches. Ten-fold cross-validation was used to determine classification accuracy.
Zdecydowana większość znanych metod selekcji cech skupia się na wyborze odpowiednich predyktorów dla takich zagadnień jak rozpoznawanie obrazów czy też ogólnie eksploracji danych. W publikacji prezentujemy porównanie pomiędzy powszechnie stosowaną ˛metodą˛ Rekurencyjnej Eliminacji Cech z walidacja˛ (ang. Recursive Feature Elimination - RFE) a metodą stosującą ˛podejście Relaksacji Liniowej Separowalności (ang. Relaxed Linear Separability - RLS) z zastosowaniem do analizy zbiorów danych zawierających wartości ekspresji genów. W artykule wykorzystano różne algorytmy klasyfikacji, takie jak K-Najbliższych Sąsiadów (ang. K-Nearest Neighbours - KNN), Maszynę˛ Wektorów Wspierających (ang. Support Vector Machines - SVM) oraz Lasy Losowe (ang. Random Forests -RF). Porównana została jakość klasyfikacji uzyskana przy pomocy tych algorytmów z optymalnym zestawem cech wygenerowanym z wykorzystaniem metody selekcji cech RFE bądź RLS. W celu wyznaczenia jakości klasyfikacji wykorzystano 10-krotną walidację˛ krzyżową.
Źródło:
Advances in Computer Science Research; 2013, 10; 39-52
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Toothed gear transmission diagnosis based on optimal features of vibration signal
Diagnozowanie przekładni zębatej w oparciu o optymalne cechy sygnału drgań
Autorzy:
Jedliński, Ł.
Jonak, J.
Powiązania:
https://bibliotekanauki.pl/articles/360050.pdf
Data publikacji:
2011
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
przekładnia stożkowa
selekcja cech
sztuczne sieci neuronowe
bevel gear
feature selection
artificial neural network
Opis:
The article presents a method for reducing amount of discriminants required to evaluate technical condition of an object and a trial of evaluating it using artificial neural networks as a way of increasing certainty of the obtained results.
W artykule przedstawiono metodę redukcji liczby dyskryminant wymaganych w ocenie stanu technicznego obiektu oraz próbę oceny stanu z użyciem sztucznych sieci neuronowych, jako środek zwiększenia pewności prognozy.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2011, 26 (98); 33-37
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimum choice of signals' features used in toothed gears' diagnosis
Optymalny wybór cech sygnałów wykorzystywanych w diagnozowaniu przekładni zębatych
Autorzy:
Jedliński, Ł.
Jonak, J.
Powiązania:
https://bibliotekanauki.pl/articles/327576.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
przekładnia stożkowa
selekcja cech
sztuczna sieć neuronowa
bevel gear
feature selection
artificial neural network
Opis:
The article proposes an algorithm to choose optimum diagnostic features used in toothed gears' diagnosis. The test object is a single-bevel gear in the research area. From the gear in two technical states there were collected vibration signals and eight features were calculated. Feature and machine state correlation degree depends on the type of damage and analyzed object properties. Some features are insensitive to particular damage or may transmit the same information. Signal features choice is a crucial step which influences the final technical condition evaluation. With the algorithm that automatically verifies features' usability there were chosen four best correlated with the technical condition of the object. Gear state classifiers were two neural networks, one formed of four features and the other of all eight. The other one was set to check features' choice accuracy.
W artykule przedstawiono algorytm doboru optymalnych cech diagnostycznych używanych w diagnozowaniu przekładni zębatych. Obiektem badań była przekładnia jednostopniowa stożkowa badana na stanowisku badawczym. Z przekładni w dwóch stanach technicznych zarejestrowano sygnały drgań i obliczono osiem cech. Stopień korelacji cechy ze stanem maszyny zależy od rodzaju uszkodzenia i właściwości analizowanego obiektu. Niektóre cechy nie są czułe na dane uszkodzenie, lub mogą przekazywać tę samą informację. Wybór cech sygnału jest krytycznym krokiem, który ma wpływ na ostateczny wynik oceny stanu technicznego Za pomocą algorytmu, który w sposób automatyczny weryfikuje przydatność cech wybrano cztery najbardziej skorelowane ze stanem technicznym obiektu. Klasyfikatorem stanu przekładni były dwie sieci neuronowe, pierwsza utworzona dla czterech cech a druga dla wszystkich ośmiu. Druga sieć miała na celu sprawdzenie poprawności wyboru cech.
Źródło:
Diagnostyka; 2010, 3(55); 9-12
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Local embedding and dimensionality reduction in detection of skin tumor tissue
Autorzy:
Michalak, M.
Świtoński, A.
Powiązania:
https://bibliotekanauki.pl/articles/333429.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rozpoznawanie wzorców
analiza wielospektralna
redukcja wymiarowości
selekcja cech
pattern recognition
multispectral analysis
dimensionality reduction
feature selection
Opis:
This article shows the limitation of the usage of dimensionality reduction methods. For this purpose three algorithms were analyzed on the real medical data. This data are multispectral images of human skin labeled as tumor or non-tumor regions. The classification of new data required the special algorithm of new data mapping that is also described in the paper. Unfortunately, the final conclusion is that this kind of local embedding algorithms should not be recommended for this kind of analysis and prediction.
Źródło:
Journal of Medical Informatics & Technologies; 2012, 19; 59-65
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selekcja cech osobniczych sygnału mowy z wykorzystaniem algorytmów genetycznych
Selection of individual features of a speech signal using genetic algorithms
Autorzy:
Kamiński, K.
Dobrowolski, A. P.
Majda-Zdancewicz, E.
Powiązania:
https://bibliotekanauki.pl/articles/949807.pdf
Data publikacji:
2016
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
biometria
automatyczne rozpoznawanie mówcy
algorytmy genetyczne
selekcja cech
biometrics
automatic speaker recognition
genetic algorithms
feature selection
Opis:
W artykule przedstawiono system automatycznego rozpoznawania mówcy zaimplementowany w środowisku Matlab oraz pokazano sposoby realizacji i optymalizacji poszczególnych elementów tego systemu. Główny nacisk położono na wyselekcjonowanie cech dystynktywnych głosu mówcy z wykorzystaniem algorytmu genetycznego, który pozwala na uwzględnienie synergii cech podczas selekcji. Pokazano również wyniki optymalizacji wybranych elementów klasyfikatora, m.in. liczby rozkładów Gaussa użytych do zamodelowania każdego z głosów. Ponadto, podczas tworzenia modeli poszczególnych głosów zastosowano uniwersalny model głosów.
The paper presents an automatic speaker’s recognition system, implemented in the Matlab environment, and demonstrates how to achieve and optimize various elements of the system. The main emphasis was put on features selection of a speech signal using a genetic algorithm which takes into account synergy of features. The results of optimization of selected elements of a classifier have been also shown, including the number of Gaussian distributions used to model each of the voices. In addition, for creating voice models, a universal voice model has been used.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2016, 65, 1; 147-158
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci neuronowych cp w wibroakustycznej diagnostyce uszkodzeń przekładni zębatej
Use of cp neural network in vibroacoustic diagnostics of toothed gears failure
Autorzy:
Dybała, J.
Radkowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/328698.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
selekcja cech
klasyfikacja obrazów
sieci neuronowe
diagnostyka wibroakustyczna
feature selection
pattern classification
neural networks
vibroacoustic diagnostic
Opis:
W artykule przedstawiono sposób zastosowywania neuronowego klasyfikatora zbudowanego na bazie sieci neuronowej z propagacją przeciwną w diagnostyce wibroakustycznej przekładni zębatej. Ponadto, w pracy przedstawiono unikalną metodę selekcji cech stanu obiektu opartą na geometrii przestrzeni obserwacji. W końcowej części artykułu przedstawiono jako przykład wyniki eksperymentu laboratoryjnego.
The article presents a way of applying a neural classifier constructed on the basis of counter-propagation neural network in vibroacoustic diagnostics of toothed gears. Moreover, in the paper the unique feature selection method of object state is presented. This method is based on geometry of the observation space. In final unit of article the results of laboratory experiment are presented as example.
Źródło:
Diagnostyka; 2004, 31; 59-66
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A weighted wrapper approach to feature selection
Autorzy:
Kusy, Maciej
Zajdel, Roman
Powiązania:
https://bibliotekanauki.pl/articles/2055180.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
feature selection
wrapper approach
feature significance
weighted combined ranking
convolutional neural network
classification accuracy
selekcja cech
sieć neuronowa konwolucyjna
dokładność klasyfikacji
Opis:
This paper considers feature selection as a problem of an aggregation of three state-of-the-art filtration methods: Pearson’s linear correlation coefficient, the ReliefF algorithm and decision trees. A new wrapper method is proposed which, on the basis of a fusion of the above approaches and the performance of a classifier, is capable of creating a distinct, ordered subset of attributes that is optimal based on the criterion of the highest classification accuracy obtainable by a convolutional neural network. The introduced feature selection uses a weighted ranking criterion. In order to evaluate the effectiveness of the solution, the idea is compared with sequential feature selection methods that are widely known and used wrapper approaches. Additionally, to emphasize the need for dimensionality reduction, the results obtained on all attributes are shown. The verification of the outcomes is presented in the classification tasks of repository data sets that are characterized by a high dimensionality. The presented conclusions confirm that it is worth seeking new solutions that are able to provide a better classification result while reducing the number of input features.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 4; 685--696
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data mining methods for gene selection on the basis of gene expression arrays
Autorzy:
Muszyński, M.
Osowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/329803.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
gene expression array
gene ranking
feature selection
clusterization measures
fusion
SVM classification
ekspresja genów
selekcja cech
klasyfikacja SVM
Opis:
The paper presents data mining methods applied to gene selection for recognition of a particular type of prostate cancer on the basis of gene expression arrays. Several chosen methods of gene selection, including the Fisher method, correlation of gene with a class, application of the support vector machine and statistical hypotheses, are compared on the basis of clustering measures. The results of applying these individual selection methods are combined together to identify the most often selected genes forming the required pattern, best associated with the cancerous cases. This resulting pattern of selected gene lists is treated as the input data to the classifier, performing the task of the final recognition of the patterns. The numerical results of the recognition of prostate cancer from normal (reference) cases using the selected genes and the support vector machine confirm the good performance of the proposed gene selection approach.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 657-668
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The feature selection problem in computer-assisted cytology
Autorzy:
Kowal, M.
Skobel, M.
Nowicki, N.
Powiązania:
https://bibliotekanauki.pl/articles/329941.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
nuclei segmentation
feature selection
breast cancer
convolutional neural network
segmentacja jądra
selekcja cech
rak piersi
sieć neuronowa konwolucyjna
Opis:
Modern cancer diagnostics is based heavily on cytological examinations. Unfortunately, visual inspection of cytological preparations under the microscope is a tedious and time-consuming process. Moreover, intra- and inter-observer variations in cytological diagnosis are substantial. Cytological diagnostics can be facilitated and objectified by using automatic image analysis and machine learning methods. Computerized systems usually preprocess cytological images, segment and detect nuclei, extract and select features, and finally classify the sample. In spite of the fact that a lot of different computerized methods and systems have already been proposed for cytology, they are still not routinely used because there is a need for improvement in their accuracy. This contribution focuses on computerized breast cancer classification. The task at hand is to classify cellular samples coming from fine-needle biopsy as either benign or malignant. For this purpose, we compare 5 methods of nuclei segmentation and detection, 4 methods of feature selection and 4 methods of classification. Nuclei detection and segmentation methods are compared with respect to recall and the F1 score based on the Jaccard index. Feature selection and classification methods are compared with respect to classification accuracy. Nevertheless, the main contribution of our study is to determine which features of nuclei indicate reliably the type of cancer. We also check whether the quality of nuclei segmentation/detection significantly affects the accuracy of cancer classification. It is verified using the test set that the average accuracy of cancer classification is around 76%. Spearman’s correlation and chi-square test allow us to determine significantly better features than the feature forward selection method.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 759-770
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Joint feature selection and classification for positive unlabelled multi-label data using weighted penalized empirical risk minimization
Autorzy:
Teisseyre, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/2142491.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
positive data
unlabelled data
multilabel classification
feature selection
empirical risk minimization
dane pozytywne
dane nieoznaczone
klasyfikacja wieloetykietowa
selekcja cech
Opis:
We consider the positive-unlabelled multi-label scenario in which multiple target variables are not observed directly. Instead, we observe surrogate variables indicating whether or not the target variables are labelled. The presence of a label means that the corresponding variable is positive. The absence of the label means that the variable can be either positive or negative. We analyze embedded feature selection methods based on two weighted penalized empirical risk minimization frameworks. In the first approach, we introduce weights of observations. The idea is to assign larger weights to observations for which there is a consistency between the values of the true target variable and the corresponding surrogate variable. In the second approach, we consider a weighted empirical risk function which corresponds to the risk function for the true unobserved target variables. The weights in both the methods depend on the unknown propensity score functions, whose estimation is a challenging problem. We propose to use very simple bounds for the propensity score, which leads to relatively simple forms of weights. In the experiments we analyze the predictive power of the methods considered for different labelling schemes.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2022, 32, 2; 311--322
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
BETTER ALTERNATIVES FOR STEPWISE DISCRIMINANT ANALYSIS
ALTERNATYWNE, LEPSZE METODY W KROKOWEJ ANALIZIE DYSKRYMINACYJNEJ
Autorzy:
Stąpor, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/654331.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza dyskryminacyjna
procedury krokowe
selekcja cech
metaheurystyka
przeszukiwanie z tabu
discriminant analysis
stepwise procedures
feature selection
metaheuristic
tabu search
Opis:
Analiza dyskryminacyjna to jedna z metod umożliwiających klasyfikację obserwacji do jednej z predefiniowanych klas na podstawie wartości pomierzonych cech. Celem krokowej analizy dyskryminacyjnej (KAD) jest wybór podzbioru cech wejściowych przy zachowaniu możliwie dużej mocy dyskryminacyjnej. Zmniejszenie wymiarowości wejściowej przestrzeni cech jest konieczne z wielu powodów. W istniejących na rynku, komercyjnych pakietach do obliczeń statystycznych, KAD bazuje na klasycznych metodach selekcji cech. Metody te generują wiele problemów. W prezentowanej pracy zostanie przedstawiona alternatywna metoda wykorzystująca metaheurystykę przeszukiwania z tabu. Wyniki eksperymentalne na wzorcowych zbiorach danych są obiecujące.
Discriminant Analysis can best be defined as a technique which allows the classification of an individual into several dictinctive populations on the basis of a set of measurements. Stepwise discriminant analysis (SDA) is concerned with selecting the most important variables whilst retaining the highest discrimination power possible. The process of selecting a smaller number of variables is often necessary for a variety number of reasons. In the existing statistical software packages SDA is based on the classic feature selection methods. Many problems with such stepwise procedures have been identified. In this work the new method based on the metaheuristic strategy tabu search will be presented together with the experimental results conducted on the selected benchmark datasets. The results are promising.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2015, 1, 311
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cost-sensitive feature selection
Selekcja cech z uwzględnieniem kosztu ich pozyskania
Autorzy:
Ciupke, K.
Powiązania:
https://bibliotekanauki.pl/articles/327830.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
selekcja cech
algorytm mrówkowy
uczenie maszynowe
sztuczna inteligencja
diagnostyka techniczna
feature selection
ant algorithm
machine learning
artificial intelligence
technical diagnostics
Opis:
The paper concerns the selection of features in the technical diagnostics domain. The author focused his attention on a wrapper approach. In this approach an application of the ant algorithm as a search engine is proposed. The proposed method of so-called ant wrapper approach is presented. The method takes advantage of cost of features, where the cost is connected with the cost of sensors. The algorithm as a pseudo-code and some results of a verification experiment are shown. The verification was carried out on data derived from an active diagnostic experiment concerning a rotating machine. The obtained results show, that the proposed method could allow to reduce the number of used sensors.
W artykule opisano metodę selekcji cech z zastosowaniem algorytmu mrówkowego. Metoda pozwala także na uwzględnienie kosztu atrybutu, przy czym jego koszt związany jest z kosztem pozyskanie sygnału diagnostycznego. W przypadku gdy sygnał ten jest już wykorzystywany uznaje się, że koszt wyznaczenia danej cechy jest pomijalnie mały. Metodę przedstawiono w postaci pseudo-kodu i zweryfikowano dla danych pochodzących z czynnego eksperymentu diagnostycznego. Uzyskane wyniki pokazują, że istnieje możliwość ograniczenia liczby stosowanych czujników.
Źródło:
Diagnostyka; 2006, 2(38); 45-48
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 22

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies