A fast variable selection for nonnegative garrote-based artificial neural network
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Waleesuksan C., Wongsa S.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2016
ISBN: 9781467397490
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
This paper proposes a new early stopping algorithm for improving processing time of nonnegative garrote (NNG)-artificial neural network (ANN) variable selection method which has been used for reducing model complexity in soft sensor application. The performance of the proposed method is compared with conventional NNG-ANN variable selection algorithm. The experiments from two simulation cases are used for demonstrating the performance of the method and the experimental results show better processing times, while maintaining the capability of correctly selecting the set of significant input variables. ฉ 2016 IEEE.
คำสำคัญ
Artificial neural network, Early stopping, Nonnegative garrote, Soft sensors, Variable selection
ติดต่อสอบถามเพิ่มเติมได้ที่