Ant colony optimization plus Temporal difference and opposition-based learning for semi-supervised multi-label feature selection
Este artigo propõe um novo método de seleção de características multirrótulo semissupervisionado que integra Otimização por Colônia de Formigas, Aprendizado por Diferença Temporal e Aprendizado Baseado em Oposição para melhorar significativamente a precisão e reduzir a perda de Hamming em dados rotulados limitados, embora com custos computacionais mais elevados adequados para aplicações orientadas à precisão.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.