Ant colony optimization plus Temporal difference and opposition-based learning for semi-supervised multi-label feature selection

본 논문은 제한된 레이블 데이터에 대해 정확도를 크게 향촉시키고 해밍 손실(Hamming loss)을 줄이기 위해 개미 군집 최적화, 시간차 강화 학습, 그리고 대립 기반 학습을 통합한 새로운 준지도 다중 레이블 특징 선택 방법을 제안하며, 이는 높은 계산 비용이 발생하지만 정밀도가 요구되는 응용 분야에 적합하다.

원저자: Sahar Shams Beyranvand, Vahid Mehrdad, Mohammad Bagher Dowlatshahi