On Stopping Rules in Dependency-Aware Feature Ranking

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F13%3A00399659" target="_blank" >RIV/67985556:_____/13:00399659 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/13:00043528

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-41822-8_36" target="_blank" >http://dx.doi.org/10.1007/978-3-642-41822-8_36</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-41822-8_36" target="_blank" >10.1007/978-3-642-41822-8_36</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On Stopping Rules in Dependency-Aware Feature Ranking

Popis výsledku v původním jazyce

Feature Selection in very-high-dimensional or small sample problems is particularly prone to computational and robustness complications. It is common to resort to feature ranking approaches only or to randomization techniques. A recent novel approach tothe randomization idea in form of Dependency-Aware Feature Ranking (DAF) has shown great potential in tackling these problems well. Its original definition, however, leaves several technical questions open. In this paper we address one of these questions: how to define stopping rules of the randomized computation that stands at the core of the DAF method. We define stopping rules that are easier to interpret and show that the number of randomly generated probes does not need to be extensive.

Název v anglickém jazyce

On Stopping Rules in Dependency-Aware Feature Ranking

Popis výsledku anglicky

Feature Selection in very-high-dimensional or small sample problems is particularly prone to computational and robustness complications. It is common to resort to feature ranking approaches only or to randomization techniques. A recent novel approach tothe randomization idea in form of Dependency-Aware Feature Ranking (DAF) has shown great potential in tackling these problems well. Its original definition, however, leaves several technical questions open. In this paper we address one of these questions: how to define stopping rules of the randomized computation that stands at the core of the DAF method. We define stopping rules that are easier to interpret and show that the number of randomly generated probes does not need to be extensive.

Druh

D - Stať ve sborníku

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications

ISBN

978-3-642-41821-1

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

286-293

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Havana

Datum konání akce

20. 11. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—