Parallel alternatives for evolutionary multi-objective optimization in unsupervised feature selection

•Multiobjective unsupervised feature selection with many decision variables is tackled.•EEG signals for Brain–Computer Interface (BCI) applications are used as benchmarks.•Cooperative evolutionary algorithms for multiobjective optimization are given.•Parallel implementations obtain quality results i...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Expert systems with applications Ročník 42; číslo 9; s. 4239 - 4252
Hlavní autoři:	Kimovski, Dragi, Ortega, Julio, Ortiz, Andrés, Baños, Raúl
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.06.2015
Témata:	Computational efficiency Computing time Evolution Evolutionary Expert systems Feature selection High-dimensional data Human-computer interface Multi-objective clustering Optimization Parallel evolutionary algorithms Pattern recognition Speedup models Unsupervised classification High-dimensional data Speedup models Feature selection Multi-objective clustering Parallel evolutionary algorithms Unsupervised classification
ISSN:	0957-4174, 1873-6793
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!