دانلود مقاله ISI انگلیسی شماره 44389
عنوان فارسی مقاله

جایگزین موازی برای بهینه سازی چند هدفه تکاملی در انتخاب ویژگی بدون نظارت

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
44389 2015 14 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Parallel alternatives for evolutionary multi-objective optimization in unsupervised feature selection
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 42, Issue 9, 1 June 2015, Pages 4239–4252

کلمات کلیدی
انتخاب ویژگی - داده بالا بعدی - خوشه بندی چند هدفه - الگوریتم های تکاملی موازی - افزایش سرعت مدل - طبقه بندی نظارت نشده
پیش نمایش مقاله
پیش نمایش مقاله جایگزین موازی برای بهینه سازی چند هدفه تکاملی در انتخاب ویژگی بدون نظارت

چکیده انگلیسی

Many machine learning and pattern recognition applications require reducing dimensionality to improve learning accuracy while irrelevant inputs are removed. This way, feature selection has become an important issue on these researching areas. Nevertheless, as in past years the number of patterns and, more specifically, the number of features to be selected have grown very fast, parallel processing constitutes an important tool to reach efficient approaches that make possible to tackle complex problems within reasonable computing times. In this paper we propose parallel multi-objective optimization approaches to cope with high-dimensional feature selection problems. Several parallel multi-objective evolutionary alternatives are proposed, and experimentally evaluated by using some synthetic and BCI (Brain–Computer Interface) benchmarks. The experimental results show that the cooperation of parallel evolving subpopulations provides improvements in the solution quality and computing time speedups depending on the parallel alternative and data profile.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.