基于多视角学习和注意力的特征选择算法

• 作者: 庞华鑫 赵玉凤 赵耀 韦世奎 马俊才
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 信号与信息处理 注意力机制 多视角表征 特征选择
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20200039

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵耀		61	474	12.0	19.0
2	韦世奎		6	9	2.0	2.0
3	赵玉凤		3	18	2.0	3.0
4	庞华鑫		1	0	0.0	0.0
5	马俊才		1	0	0.0	0.0