Binary Social Impact Theory based Optimization and Its Applications in Pattern Recognition
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00213845" target="_blank" >RIV/68407700:21230/14:00213845 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.sciencedirect.com/science/article/pii/S092523121301103X#" target="_blank" >http://www.sciencedirect.com/science/article/pii/S092523121301103X#</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.neucom.2013.03.063" target="_blank" >10.1016/j.neucom.2013.03.063</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Binary Social Impact Theory based Optimization and Its Applications in Pattern Recognition
Popis výsledku v původním jazyce
The human opinion formation can be understood as a social approach to optimization. In the real world, the opinions on different issues encode a ?candidate solution?, which is evaluated by a complex and unknown fitness function. The computer models of such processes can be easily modified by introducing a fitness value, which leads to novel family of optimization techniques. This paper demonstrates how the novel algorithms can be derived from opinion formation models and empirically demonstrates their usability in the area of binary optimization. Particularly, it introduces a general SITO algorithmic framework and describes four algorithms based on this general framework. Recent applications of these algorithms to pattern recognition in electronic nose, electronic tongue, new born EEG and ICU patient mortality prediction are discussed. Finally, an open source SITO library for MATLAB and JAVA is introduced.
Název v anglickém jazyce
Binary Social Impact Theory based Optimization and Its Applications in Pattern Recognition
Popis výsledku anglicky
The human opinion formation can be understood as a social approach to optimization. In the real world, the opinions on different issues encode a ?candidate solution?, which is evaluated by a complex and unknown fitness function. The computer models of such processes can be easily modified by introducing a fitness value, which leads to novel family of optimization techniques. This paper demonstrates how the novel algorithms can be derived from opinion formation models and empirically demonstrates their usability in the area of binary optimization. Particularly, it introduces a general SITO algorithmic framework and describes four algorithms based on this general framework. Recent applications of these algorithms to pattern recognition in electronic nose, electronic tongue, new born EEG and ICU patient mortality prediction are discussed. Finally, an open source SITO library for MATLAB and JAVA is introduced.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GP13-21696P" target="_blank" >GP13-21696P: Selekce příznaků pro modely vícedimenzionálních časových řad uvažující časový kontext</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Neurocomputing
ISSN
0925-2312
e-ISSN
—
Svazek periodika
132
Číslo periodika v rámci svazku
—
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
12
Strana od-do
85-96
Kód UT WoS článku
000334480500009
EID výsledku v databázi Scopus
—