Automated Classification Tree Evolution through Hybrid Metaheuristics
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03133990" target="_blank" >RIV/68407700:21230/07:03133990 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Automated Classification Tree Evolution through Hybrid Metaheuristics
Original language description
In present, data processing is an important process in many organizations. Classification trees are used to assign a classification to unknown data and can be also used for data partitioning (data clustering). The classification tree must be able to copewith outliers and have acceptably simple structure. An important advantage is the white-box structure. This paper presents a novel method called ACO-DTree for classification tree generation and their evolution inspired by natural processes. It uses a hybrid metaheuristics combining evolutionary strategies and ant colony optimization. Proposed method benefits from the stochastic process and population approach, which allows the algorithm to evolve more efficiently than the methods alone. The paper alsoconsults the parameter estimation for the method. Tests on real data (UCI and MIT-BIH database) have been performed and evaluated.
Czech name
Automatizovaný vývoj klasifikačních stromů s využitím hybridní metaheuristiky
Czech description
Zpracování dat je v současné době velice důležitým krokem v mnoha oblastech. KLasifikační stromy přiřazují klasifikaci neznámým datům a lze je také využít pro shlukování dat. Klasifikační strom musí mít přijatelně jednoduchou strukturu a musí se umět vypořádat s hodnotami ležícími zcela mimo (outlier). Výhodou je tzv. white-box struktura. Článek uvádí novou metodu ACO-DTree, která vytváří klasifikační stromy s využitím evoluce, inspirované přírodními procesy. Využívá kombinace evolučních strategií a optimalizace inspirované mravenčími koloniemi. Článek také diskutuje důležité parametry. Uvádít také testy na reálných datech (dtatbáze UCI a MIT-BIH).
Classification
Type
D - Article in proceedings
CEP classification
JC - Computer hardware and software
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Innovations in Hybrid Intelligent Systems
ISBN
978-3-540-74971-4
ISSN
—
e-ISSN
—
Number of pages
8
Pages from-to
191-198
Publisher name
Springer
Place of publication
Heidelberg
Event location
Salamanca
Event date
Nov 12, 2007
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—