Ant colony optimization plus Temporal difference and opposition-based learning for semi-supervised multi-label feature selection
Dieses Paper schlägt eine neuartige semisupervidierte Multi-Label-Merkmalsauswahlmethode vor, die Ameisenkolonie-Optimierung, Temporal-Difference-Reinforcement-Learning und Opposition-Based-Learning integriert, um die Genauigkeit und den Hamming-Loss bei begrenzten gelabelten Daten signifikant zu verbessern, wenn auch mit höheren Rechenkosten, die für präzisionsorientierte Anwendungen geeignet sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.