패턴 인식에서 특징 선택을 위한 개미 군락 최적화|RISS 상세보기

국문 초록 (Abstract)

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 계산량을 줄인다. 이 방법은, 그런 해를 찾아내는데 사용할 수 있는 페로몬 정보 때문에 구현이 가능하다. 문제 크기에 따른 알고리즘의 적용가능성을 판단할 목적으로, 특징 선택에 사용되는 세 가지 알고리즘인 탐욕 알고리즘, 유전 알고리즘, 그리고 개미 군락 최적화의 계산 시간을 분석한다. 엄밀한 분석을 위해 원자 연산이라는 개념을 사용한다. 실험 결과는 선택적 평가를 채택한 개미 군락 최적화가 계산 시간과 인식 성능 모두에서 우수함을 보여준다.

번역하기

이 논문은 특징 선택에 사용되는 개미 군락 최적화의 수렴 특성을 개선하기 위해 선택적 평가라는 새로운 기법을 제시한다. 이 방법은 불필요하거나 가능성이 덜한 후보 해를 배제함으로써 ...

다국어 초록 (Multilingual Abstract)

This paper propose a novel scheme called selective evaluation to improve convergence of ACO (ant colony optimization) for feature selection. The scheme cutdown the computational load by excluding the evaluation of unnecessary or less promising candidate solutions. The scheme is realizable in ACO due to the valuable information, pheromone trail which helps identify those solutions. With the aim of checking applicability of algorithms according to problem size, we analyze the timing requirements of three popular feature selection algorithms, greedy algorithm, genetic algorithm, and ant colony optimization. For a rigorous timing analysis, we adopt the concept of atomic operation. Experimental results showed that the ACO with selective evaluation was promising both in timing requirement and recognition performance.

번역하기

목차 (Table of Contents)

요약
Abstract
Ⅰ. Introduction
Ⅱ. Conventional Algorithms
Ⅲ. Conventional Algorithms

요약
Abstract
Ⅰ. Introduction
Ⅱ. Conventional Algorithms
Ⅲ. Conventional Algorithms
Ⅳ. Timing Analysis
Ⅴ. Experiments
Ⅵ. Conclusions
참고문헌
저자소개

참고문헌 (Reference)

1 오일석, "특징 선택을 위한 혼합형 유전 알고리즘과 분류 성능 비교" 한국정보과학회 31 (31): 1113-1120, 2004

2 P. M. Murphy, "UCI repository for machine learning databases"

3 M. H. Aghdam, "Text feature selection using ant colony optimization" 36 : 6843-6853, 2009

4 P. Langley, "Selection of relevant features in machine learning" 1-5, 1994

5 S. Theodoridis, "Pattern Recognition, 3rd ed" Academic Press 2006

6 Christian Blum, "Metaheuristics in combinatorial optimization:overview and conceptual comparison" 35 (35): 268-308, 2003

7 C.-L. Liu, "Handwritten digit recognition:benchmarking of state-of-the-art techniques" 36 (36): 2271-2285, 2003

8 David E. Goldberg, "Genetic Algorithms in Search, Optimization, and Machine Learning" Addison-Wesley 1989

9 J. Kittler, "Feature selection and extraction" Academic Press 59-83, 1986

10 O. D. Trier, "Feature extraction methods for character recognition-a survey" 29 (29): 641-662, 1996