Ant colony optimization plus Temporal difference and opposition-based learning for semi-supervised multi-label feature selection
Questo articolo propone un nuovo metodo di selezione delle caratteristiche multi-etichetta semi-supervisionato che integra l'Ottimizzazione a Colonia di Formiche, l'apprendimento per rinforzo Temporal Difference e l'Apprendimento basato sull'Opposizione per migliorare significativamente l'accuratezza e ridurre la perdita di Hamming su dati etichettati limitati, sebbene con costi computazionali più elevati adatti ad applicazioni orientate alla precisione.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.