-
题名基于多视角学习和注意力的特征选择算法
被引量:2
- 1
-
-
作者
庞华鑫
韦世奎
马俊才
赵玉凤
赵耀
-
机构
北京交通大学计算机与信息技术学院
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2020年第5期70-76,共7页
-
基金
国家重点研发计划(2017YFC1703503)
国家自然科学基金(61532005,61972022)。
-
文摘
从海量且包含噪声的数据中挑选出关键性的特征,即特征选择,一直是机器学习任务中的重要挑战.鉴于此,提出了基于多视角表征学习和注意力机制的特征选择方法.首先,该算法通过多实例生成器为每个样本生成实例包,同时采用特殊的填补方式来保证特征位置不变性.其次,多视角表征模块从多个视角挖掘特征的自身信息及交互信息,并利用注意力机制模块为这些表征计算贡献度权重,最后,分类网络利用权重化表征进行分类.实验结果表明:该模型可以为每个标签挑选出最具代表性的特征群,并在不同类型数据集上取得了性能提升.
-
关键词
信号与信息处理
注意力机制
多视角表征
特征选择
-
Keywords
signal and information processing
attention mechanism
multi-view representation
feature selection
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-