Feature selection via competitive levy flights
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F16%3A00305214" target="_blank" >RIV/68407700:21220/16:00305214 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21340/16:00305214 RIV/68407700:21460/16:00305214
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7727680/" target="_blank" >http://ieeexplore.ieee.org/document/7727680/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/IJCNN.2016.7727680" target="_blank" >10.1109/IJCNN.2016.7727680</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Feature selection via competitive levy flights
Popis výsledku v původním jazyce
Evolutionary meta-heuristics are designed for optimization using population with selection and mutation operators. Novelty of our approach is based on competition of various operators from mutation portfolio. Resulting meta-heuristic is successfully tested on the feature selection task: searching for a sparse sub-model having the best possible value by means of information criteria.
Název v anglickém jazyce
Feature selection via competitive levy flights
Popis výsledku anglicky
Evolutionary meta-heuristics are designed for optimization using population with selection and mutation operators. Novelty of our approach is based on competition of various operators from mutation portfolio. Resulting meta-heuristic is successfully tested on the feature selection task: searching for a sparse sub-model having the best possible value by means of information criteria.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20204 - Robotics and automatic control
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of International Joint Conference on Neural Networks 2016
ISBN
9781509006199
ISSN
2161-4393
e-ISSN
—
Počet stran výsledku
6
Strana od-do
3731-3736
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
Vancouver
Datum konání akce
24. 7. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000399925503127