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.)

Feature selection through binary brain storm optimization

Texto completo
Autor(es):
Papa, Joao P. [1] ; Rosa, Gustavo H. [1] ; de Souza, Andre N. [2] ; Afonso, Luis C. S. [3]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] UNESP Sao Paulo State Univ, Sch Sci, Bauru - Brazil
[2] UNESP Sao Paulo State Univ, Sch Engn, Bauru - Brazil
[3] UFSCAR Fed Univ Sao Carlos, Dept Comp, Sao Carlos, SP - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: COMPUTERS & ELECTRICAL ENGINEERING; v. 72, p. 468-481, NOV 2018.
Citações Web of Science: 0
Resumo

Feature selection stands for the process of finding the most relevant subset of features based on some criterion, which turns out to be an optimization task. In this context, several metaheuristic techniques have been extensively studied achieving results comparable to some state-of-the-art and traditional optimization techniques. This paper introduces a variation of the Brain Storm Optimization (i.e., Binary Brain Storm Optimization) for feature selection purposes, where real-valued solutions are mapped onto a boolean hyper cube using different transfer functions. The proposed Binary Brain Storm Optimization was evaluated under different scenarios and with its results compared to some state-of-the-art techniques. Its overall performance presented suitable results that are comparable to the other techniques, thus showing to be a promising tool to the problem of feature selection. (C) 2018 Elsevier Ltd. All rights reserved. (AU)

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: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
Beneficiário:João Paulo Papa
Linha de fomento: 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
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/08645-0 - Reclassificação e agregação de listas para tarefas de recuperação de imagens
Beneficiário:Daniel Carlos Guimarães Pedronette
Linha de fomento: Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Processo FAPESP: 17/02286-0 - Modelos probabilísticos para detecção de perdas comerciais
Beneficiário:André Nunes de Souza
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 17/22905-6 - Sobre a segurança de imagens utilizando aprendizado de máquina
Beneficiário:Kelton Augusto Pontara da Costa
Linha de fomento: Auxílio à Pesquisa - Regular