| 研究課題/領域番号 |
24KF0254
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 外国 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 大阪公立大学 |
|---|
研究代表者 |
能島 裕介 大阪公立大学, 大学院情報学研究科, 教授 (10382235)
|
|---|
| 研究分担者 |
JIAO RUWANG 大阪公立大学, 大学院情報学研究科, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2024-11-15 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
1,000千円 (直接経費: 1,000千円)
2025年度: 500千円 (直接経費: 500千円)
2024年度: 500千円 (直接経費: 500千円)
|
|---|
| 研究開始時の研究の概要 |
This research is to investigate a multiform evolutionary framework that mainly addresses three issues of multi-objective feature selection in unbalanced classification scenarios: (1) the lack of recognition accuracy of minority class instances: We aim to utilize the advanced experience of selecting features on all classes to assist in the search for feature subsets. (2) the "curse of dimensionality": We aim to mitigate the adverse effects of dimensionality. (3) poor model interpretability: We seek to automatically construct interpretable classification models from carefully selected features.
|
