Meta-heuristic multi- and many-objective optimization techniques for solution of machine learning problems

Autor(es)

Rodrigues, Douglas ^[1] ; Papa, Joao P. ^[2] ; Adeli, Hojjat ^{[3, 4, 5]}

Afiliação do(s) autor(es)

^[1] Univ Fed Sao Carlos, Dept Comp, Sao Carlos, SP - Brazil

^[2] Sao Paulo State Univ, Dept Comp, Bauru, SP - Brazil

^[3] Ohio State Univ, Dept Biomed Engn, Columbus, OH 43210 - USA

^[4] Ohio State Univ, Dept Civil Environm & Geodet Engn, Columbus, OH 43210 - USA

^[5] Ohio State Univ, Dept Neurosci, Columbus, OH 43210 - USA

• Tipo de documento: Artigo de Revisão
• Fonte: EXPERT SYSTEMS; v. 34, n. 6 DEC 2017.
• Citações Web of Science: 2

Resumo

Recently, multi- and many-objective meta-heuristic algorithms have received considerable attention due to their capability to solve optimization problems that require more than one fitness function. This paper presents a comprehensive study of these techniques applied in the context of machine learning problems. Three different topics are reviewed in this work: (a) feature extraction and selection, (b) hyper-parameter optimization and model selection in the context of supervised learning, and (c) clustering or unsupervised learning. The survey also highlights future research towards related areas. (AU)

• Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
• Beneficiário: Francisco Louzada Neto
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 14/16250-9 - Sobre a otimização de parâmetros em técnicas de aprendizado de máquina: avanços e paradigmas
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 15/50319-9 - Meta-heuristic-based optimization of probabilistic neural networks
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático