用于多子集选择任务的新型交叉算子
神经与进化计算
2014-08-07 v1
摘要
我们引入了两个交叉算子MMX-BLXexploit和MMX-BLXexplore，用于同时解决多个特征/子集选择问题，其中特征可能具有数值属性且子集大小未预先定义。这两个算子在它们执行的探索和利用水平上有所不同；一个旨在产生收敛控制的变异，另一个表现出准恒定的变异率。我们通过演化模式检测器来区分酗酒者和对照组（使用他们的视觉诱发电位（VERP））来说明这些算子的特性。该任务包含两组子集选择问题：选择一组EEG导联及其导联权重（带属性的特征），以及定义表征酗酒者VERP的时间模式。我们观察到MMX-BLXexplore具有更好的泛化性能。也许MMX-BLXexploit因缺乏重启机制而受到限制。这些算子是新颖的，并且似乎有望解决同时特征选择问题。
引用
@article{arxiv.1408.1297,
title = {New crossover operators for multiple subset selection tasks},
author = {Arnab Roy and J. David Schaffer and Craig B. Laramee},
journal= {arXiv preprint arXiv:1408.1297},
year = {2014}
}
备注
19 Pages, 8 Figures, 3 Tables. More information can be found in (A. Roy (2014). Evolving spike neural network based spatio-temporal pattern classifiers with an application to identifying the alcoholic brain. Ph.D. dissertation, Department of Bioengineering, Binghamton University, Binghamton, NY-13902, U.S.A.)