Aplicação de Algoritmos Genéticos Multiobjetivo ao Problema de Seleção de Atributos

• Processo: 09/12963-2
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2010
• Data de Término da vigência: 31 de dezembro de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ana Carolina Lorena
• Beneficiário: Newton Spolaôr
• Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Assunto(s): Algoritmos genéticos Otimização multiobjetivo
• Palavra(s)-Chave do Pesquisador: Algoritmos Geneticos | otimização multiobjetivo | Seleção de Atributos | Análise Inteligente de Dados

Resumo

A ocorrência de atributos irrelevantes e/ou redundantes em Bases de Dados pode prejudicar o desempenho de processos computacionais de extração de conhecimento, o que motiva a aplicação da tarefa de Seleção de Atributos. A natureza combinatorial deste problema é apropriada para o uso de métodos heurísticos, como os Algoritmos Genéticos, de modo a obter ou aproximar subconjuntos de atributos ótimos. Em muitas aplicações de Seleção de Atributos deseja-se otimizar objetivos conflitantes, como o desempenho preditivo de um subconjunto de atributos e a cardinalidade desse subconjunto. Essas características possibilitam a formulação da tarefa de Seleção de Atributos como um problema de Otimização Multiobjetivo. Este projeto tem como objetivo estudar e propor um método que envolva o uso de Algoritmos Genéticos multiobjetivo no problema de Seleção de Atributos, considerando os avanços que vêm sendo obtidos no estado da arte correlato.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SPOLAOR, NEWTON; LORENA, ANA CAROLINA; LEE, HUEI DIANA. Feature Selection via Pareto Multi-objective Genetic Algorithms. APPLIED ARTIFICIAL INTELLIGENCE, v. 31, n. 9-10, p. 764-791, 2017. (09/12963-2, 12/22608-8)