Parallel Implementation of MOEA/D with Parallel Weight Vectors for Feature Selection

In machine learning field, feature selection can be treated as a bi-objective optimization problem. It is reported that a decomposition-based evolutionary multi-objective optimization algorithm (i.e., MOEA/D-STAT) has good diversity performance when coping with feature selection. However, feature se...

Celý popis

Podrobná bibliografie

Vydáno v:	Conference proceedings - IEEE International Conference on Systems, Man, and Cybernetics s. 1524 - 1531
Hlavní autoři:	Liao, Weiduo, Ishibuchi, Hisao, Meng Pang, Lie, Shang, Ke
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 11.10.2020
Témata:	Computational modeling Cybernetics Feature extraction Feature selection island models Machine learning Machine learning algorithms Master-slave master-slave models MOEA/D-STAT Optimization parallel weight vectors parallelization
ISSN:	2577-1655
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!