Feature selection through binary brain storm optimization

Autor(es)

Papa, Joao P. ^[1] ; Rosa, Gustavo H. ^[1] ; de Souza, Andre N. ^[2] ; Afonso, Luis C. S. ^[3]

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

• Tipo de documento: Artigo Científico
• Fonte: COMPUTERS & ELECTRICAL ENGINEERING; v. 72, p. 468-481, NOV 2018.
• Citações Web of Science: 3

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