Instance Selection Based on Linkage Trees

Tovias-Alanis, Samuel Omar; Gómez-Flores, Wilfrido; Toscano-Pulido, Gregorio

doi:10.1109/cce53527.2021.9633116

2021 18th International Conference on Electrical Engineering, Computing Science and Automatic Control (CCE) 2021

DOI: 10.1109/cce53527.2021.9633116

|View full text |Cite

Instance Selection Based on Linkage Trees

Samuel Omar Tovias-Alanis

Wilfrido Gómez-Flores

Gregorio Toscano-Pulido

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Other1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 7 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Avaliação das Técnicas Gulosa e Probabilística no Desempenho do Algoritmo de Otimização de Colônia de Formigas

Gonçalves,

Brito,

Freitas

et al. 2024

Anais Do XXV Simpósio Em Sistemas Computacionais De Alto Desempenho (SSCAD 2024)

View full text Add to dashboard Cite

O Big Data Analytics e os algoritmos de Aprendizado de Máquina enfrentam desafios significativos ao lidar com grandes volumes de dados, tornando as técnicas de pré-processamento essenciais nesse contexto. Uma dessas técnicas é a Seleção de Instâncias, que identifica as instâncias mais relevantes em uma base de dados. Este estudo compara duas abordagens do algoritmo de Otimização por Colônia de Formigas (ACO) para a seleção de instâncias: a heurística gulosa e a abordagem probabilística. Em 16 bases de dados, a abordagem gulosa reduziu o tamanho das bases em média 50% e apresentou um tempo de execução quase pela metade em relação à abordagem probabilística.

show abstract

Avaliação das Técnicas Gulosa e Probabilística no Desempenho do Algoritmo de Otimização de Colônia de Formigas

Gonçalves,

Brito,

Freitas

et al. 2024

Anais Do XXV Simpósio Em Sistemas Computacionais De Alto Desempenho (SSCAD 2024)

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Instance Selection Based on Linkage Trees

Cited by 1 publication

References 7 publications

Avaliação das Técnicas Gulosa e Probabilística no Desempenho do Algoritmo de Otimização de Colônia de Formigas

Avaliação das Técnicas Gulosa e Probabilística no Desempenho do Algoritmo de Otimização de Colônia de Formigas

Contact Info

Product

Resources

About