view in publisher's site

Use of Multiobjective Genetic Algorithms in Feature Selection

The intelligent analysis of Databases may be affected by the presence of unimportant features, which motivates the application of Feature Selection. By treating this task as a search and optimization process, it is possible to use the synergy between Genetic Algorithms and Multi-objective Optimization to carry out the search for (quasi) optimal subsets of features considering possible conflicting importance criteria. This work presents an application of Multi-objective Genetic Algorithms to the Feature Selection problem, combining different criteria measuring the importance of the subsets of features.

استفاده از الگوریتم های ژنتیکی Multiobjective در انتخاب مشخصه

تحلیل هوشمند پایگاه‌داده ممکن است تحت‌تاثیر ویژگی‌های غیر مهم قرار گیرد، که کاربرد انتخاب مشخصه را تحریک می‌کند. با اضافه کردن این وظیفه به عنوان یک فرآیند جستجو و بهینه‌سازی، امکان استفاده از همکوشی بین الگوریتم‌های ژنتیک و بهینه‌سازی چند هدفه برای انجام جستجو برای زیر مجموعه‌های بهینه از مشخصه‌ها با در نظر گرفتن معیارهای اهمیت متناقض ممکن، امکان پذیر است. این کار، کاربرد الگوریتم های ژنتیک چند هدفه برای مساله انتخاب مشخصه را ارایه می‌دهد، و با ترکیب معیارهای مختلف اهمیت زیرمجموعه‌های ویژگی‌ها را ترکیب می‌کند.
ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.