Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

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

Texto completo
Autor(es):
Rodrigues, Douglas [1] ; Papa, Joao P. [2] ; Adeli, Hojjat [3, 4, 5]
Número total de Autores: 3
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
Número total de Afiliações: 5
Tipo de documento: Artigo de Revisão
Fonte: EXPERT SYSTEMS; v. 34, n. 6 DEC 2017.
Citações Web of Science: 1
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: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 14/16250-9 - Sobre a otimização de parâmetros em técnicas de aprendizado de máquina: avanços e paradigmas
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:José Alberto Cuminato
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 15/50319-9 - Meta-heuristic-based optimization of probabilistic neural networks
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular