Learning Gradual Argumentation Frameworks using Genetic Algorithms
University of Stuttgart(斯图加特大学)
渐进式论证框架在加权图中表示论证及其关系。它们的图形结构和直观的语义使它们成为可解释的机器学习的潜在有趣工具。最近有人指出,它们的机制与神经网络密切相关,后者允许通过标准深度学习框架从数据中学习它们的权重。作为概念的第一个证明,我们提出了一个遗传算法,同时学习的结构的争论分类模型。为了获得一个可解释的模型,适应度函数平衡了分类器的稀疏性和准确性。我们讨论了我们的算法,并提出了第一个实验结果的标准基准从UCI机器学习库。我们的原型学习争论的分类模型,可以媲美决策树的学习性能和可解释性。
2021-06-25 cs.LG cs.NE
Optimizing Feature Selection for Binary Classification with Noisy Labels: A Genetic Algorithm Approach
A. I. Virtanen Institute for Molecular Sciences, University of Eastern Finland(A.I. Virtanen分子科学研究所,东芬兰大学);Department of Computer Science, Aalto University(计算机科学系,艾尔托大学);Institute of Biomedicine, University of Eastern Finland(生物医学研究所,东芬兰大学)
针对含噪声标签二分类中的特征选择难题,提出NMFS-GA多目标遗传算法,在合成、乳腺癌及ADNI数据集上验证其可提升分类准确性与可解释性。
2024-01-12 cs.CV cs.LG cs.NE
Transforming Datasets to Requested Complexity with Projection-based Many-Objective Genetic Algorithm
Wrocław University of Science and Technology(沃拉夫大学科学与技术学院)
本文提出一种基于投影的多目标遗传算法,用于生成具有特定复杂度的数据集,以提升机器学习方法的评估效果。
2026-01-29 cs.LG cs.NE
An ensemble of Density based Geometric One-Class Classifier and Genetic Algorithm
单类分类(One-Class Classification)是近年来机器学习研究中的热点问题之一。在处理某些问题数据集或特殊情况时,它比传统的多类分类更合理。通常,OCC方法认为分类精度和用户的可解释性是一个折衷。基于超矩形的分类器(H-RTGL)是一种分类器,可以弥补这种权衡,并使用H-RTGL的几何规则称为间隔的结合制定。该间隔可以是可解释性的基础,因为它可以被用户容易地理解。然而,现有的基于H-RTGL的OCC分类器存在以下局限性:(i)大多数分类器不能反映目标类的密度;(ii)考虑密度的OCC分类器具有原始区间生成方法;(iii)基于H-RTGL的OCC分类器的超参数没有系统的过程,影响了分类器的分类性能。在此基础上,我们提出了基于密度的一类超矩形描述子(1-HRD_d),并给出了更精细的区间生成方法,包括参数和非参数方法。此外,我们设计了遗传算法(GA),其中包括染色体结构和遗传算子的系统生成的1-HRD_d的超参数优化。我们的工作是通过一个数值实验,使用实际的数据集与现有的OCC算法以及其他H-RTGL为基础的分类比较进行验证。
2021-02-25 cs.LG cs.NE
Hyperspectral classification of blood-like substances using machine learning methods combined with genetic algorithms in transductive and inductive scenarios
Cracow University of Technology(克拉科夫科技大学);Institute of Theoretical and Applied Informatics, Polish Academy of Sciences(波兰科学院理论与应用信息学研究所)
本研究将遗传算法应用于高光谱图像分类的模型和波段选择。我们使用一个受法医启发的数据集,其中包含7张高光谱图像,其中包含血液和5种视觉相似的物质,在两种情况下测试GA优化的分类器:当训练和测试数据来自同一图像时,以及当它们来自不同图像时,由于光谱差异显著,这是一项更具挑战性的任务。在我们的实验中,我们比较遗传算法与一个经典的模型优化,通过网格搜索。我们的研究结果表明,基于GA的模型优化可以减少波段的数量,并创建一个准确的分类器,优于基于GS的参考模型,提供了在模型优化过程中,它可以访问类似于测试数据的例子。我们用实验来说明这一点,强调验证集的重要性。
2020-11-04 cs.CV cs.LG cs.NE
Genetic Column Generation for Computing Lower Bounds for Adversarial Classification
Technische Universität München(慕尼黑工业大学)
本文借鉴多边际最优传输的 Genetic Column Generation 方法,以缓解维数灾难并计算对抗性多类分类中的最小对抗风险下界。
2024-06-12 cs.LG cs.NA math.NA
Epileptic Seizure Classification Using Combined Labels and a Genetic Algorithm
Ulster University(阿尔斯特大学);Monash University(莫纳什大学)
癫痫影响着全世界5000万人,是最常见的严重神经系统疾病之一。癫痫发作检测和分类是诊断和维持病情的宝贵工具。自动分类算法将允许准确的诊断。利用天普大学医院(TUH)癫痫发作语料库,比较了六种癫痫发作类型:失神、复杂部分、肌阵挛、简单部分、强直和强直-阵挛模型。本研究提出了一种方法,利用独特的功能与一种新的并行分类器-并行遗传朴素贝叶斯(NB)癫痫分类器(PGNBSC)。PGNBSC算法通过特征进行搜索,并通过每次对数据进行重新分类,该算法将创建一个用于最佳搜索标准的矩阵。发作状态从脑电图被分割成1.8秒的窗口,其中的历元,然后进一步分解成13个不同的功能,从第一本征模式函数(IMF)。在第一模型中使用原始NB分类器比较特征。在第二个模型中,通过使用具有NB分类器的遗传算法(二进制灰狼优化,选项1)来对此进行改进。第三个模型使用简单部分性发作和复杂部分性发作的组合,为三个模型中的六个发作中的每一个提供最高的分类准确度(第一、第二和第三个模型分别为20%、53%和85%)。
2022-04-28 cs.LG cs.NE eess.SP
Integrating Large Language Models for Genetic Variant Classification
Oncodesign Precision Medicine(昂科赛格精准医学公司)
本研究整合GPN-MSA、ESM1b和AlphaMissense等大型语言模型,利用DNA和蛋白质序列及结构数据,在ProteinGym和ClinVar数据集上提升遗传变异致病性分类的准确性和可靠性,尤其改善了对意义不确定变异的处理。
2024-11-07 cs.AI cs.LG q-bio.GN
Evolving Character-Level DenseNet Architectures using Genetic Programming
Victoria University of Wellington(惠灵顿维多利亚大学)
DenseNet架构在图像分类任务中表现出令人印象深刻的性能,但在使用字符级DenseNet(char-DenseNet)架构进行文本分类任务方面的研究有限。目前尚不清楚什么DenseNet架构最适合文本分类任务。char-DenseNets的设计,训练和测试的迭代任务是一个NP难题,需要专家领域知识。进化深度学习(EDL)已被用于自动设计用于图像分类领域的CNN架构,从而减少对专业领域知识的需求。这项研究展示了使用EDL来发展用于文本分类任务的char-DenseNet架构的第一项工作。一种新的遗传编程为基础的算法(GP-Dense)加上一个间接的编码方案,促进了性能的字符DenseNet架构的演变。该算法在两个流行的文本数据集上进行评估,最佳进化模型与四个当前最先进的字符级CNN和DenseNet模型进行基准测试。结果表明,该算法为两个数据集演化出性能模型,在模型精度方面优于两个最先进的模型,在参数大小方面优于三个最先进的模型。
2020-12-03 cs.CL cs.LG cs.NE
Selection Heuristics on Semantic Genetic Programming for Classification Problems
INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación(INFOTEC信息与通信技术创新研究中心);Universidad Panamericana(泛美大学);CONACyT Consejo Nacional de Ciencia y Tecnología(墨西哥国家科学技术委员会)
个体的语义被用来指导遗传编程解决监督学习问题的学习过程。语义已被用来提出新的遗传算子,以及不同的方式进行父选择。后者是本贡献的重点,提出了三个算法的父选择,完全取代适应度函数的选择机制。这些算法补充了以前的工作,灵感来自加法,朴素贝叶斯和最近质心函数的特性,并且仅在函数用于创建后代时才应用它们。这些算法在父代之间使用不同的相似性度量,以确定给定函数的哪一个更合适。考虑的相似性函数是余弦相似性,皮尔逊相关性和协议。我们分析了这些算法对随机选择,最先进的选择方案和18个分类器的性能,包括自动机器学习技术,在30个分类问题中,样本,变量和类的数量是可变的。结果表明,基于一致性的亲本选择和随机选择相结合的方法在统计学上优于经典选择和最先进的分类器,与最先进的分类器相比具有竞争力。最后,代码作为开源软件发布。
2021-04-02 cs.LG cs.NE stat.ML
Hybrid gene selection approach using XGBoost and multi-objective genetic algorithm for cancer classification
Nanchang Institute of Technology(南昌工程学院)
微阵列基因表达数据往往伴随着大量的基因和少量的样本。然而,这些基因中只有少数与癌症相关,导致基因选择面临重大挑战。因此,我们提出了一个两阶段的基因选择方法相结合的极端梯度提升(XGBoost)和多目标优化遗传算法(XGBoost-MOGA)的癌症分类在微阵列数据集。在第一阶段中,使用XGBoost使用基于集合的特征选择对基因进行排序。这个阶段可以有效地去除不相关的基因,并产生一个组,包括最相关的基因相关的类。在第二阶段,XGBoost-MOGA使用多目标优化遗传算法基于最相关基因组搜索最优基因子集。我们进行了全面的实验,比较XGBoost-MOGA与其他国家的最先进的特征选择方法,使用两个著名的学习分类13个公开的微阵列表达数据集。实验结果表明,XGBoost-MOGA产生的结果显着优于以前的国家的最先进的算法在各种评价标准,如准确率,F分数,精度和召回。
2021-05-30 cs.LG
FedGA-Tree: Federated Decision Tree using Genetic Algorithm
Northwestern University(西北大学)
针对联邦学习中决策树研究不足且现有方法受差分隐私限制的问题,本文提出FedGA-Tree,利用遗传算法构建支持类别型与数值型数据、分类与回归任务的个性化决策树,实验证明其优于本地训练树和基准算法。
2025-06-09 cs.LG cs.NE
Otimizacao de Redes Neurais atraves de Algoritmos Geneticos Celulares
Universidade Federal de Pernambuco(伯南布哥联邦大学)
提出了一种利用细胞遗传算法(CGA)自动搜索人工神经网络(ANN)的方法。这种方法的目标是找到紧凑的网络whit良好的分类问题的性能。开发这项工作的主要原因是集中在配置具有良好性能的紧凑型ANN的困难。CGA的使用旨在以与普通遗传算法(GA)相同的方式寻找RNA的组分,但是它具有结合元胞自动机(CA)以给出GA个体的位置的区别。CA所施加的位置旨在控制种群中溶液的传播,以更长时间地保持遗传多样性。这种遗传多样性对于用GA获得良好结果是重要的。
2021-07-18 cs.LG cs.NE
Genetic Programming-Based Evolutionary Deep Learning for Data-Efficient Image Classification
Zhengzhou University(郑州大学);Victoria University of Wellington(惠灵顿维多利亚大学)
数据有效的图像分类是一个具有挑战性的任务,旨在解决图像分类使用小的训练数据。基于神经网络的深度学习方法对于图像分类是有效的,但是它们通常需要大规模的训练数据并且具有主要的限制,诸如需要专业知识来设计网络架构并且具有差的可解释性。进化深度学习是最近的一个热门话题,它将演化计算与深度学习相结合。然而,大多数进化深度学习方法都集中在进化神经网络的架构上,这些架构仍然受到诸如可解释性差等限制。为了解决这个问题,本文提出了一种新的基于遗传编程的进化深度学习方法来进行数据高效的图像分类。新方法可以自动进化变长模型,使用许多重要的运营商从图像和分类域。它可以从彩色或灰度图像中学习不同类型的图像特征,构造有效的、多样的集成用于图像分类。灵活的多层表示使新方法能够为不同的任务自动构建浅层或深层模型/树,并通过多个内部节点对输入数据执行有效的转换。新方法被应用于解决五个不同的训练集大小的图像分类任务。结果表明,在大多数情况下,对于数据高效的图像分类,它的性能优于深度学习方法。深入分析表明,该方法具有良好的收敛性,并能演化出具有高度可解释性、不同长度/大小/形状和良好可移植性的模型。
2022-09-27 cs.AI cs.CV cs.LG
A Multi-View Ensemble Classification Model for Clinically Actionable Genetic Mutations
Weill Cornell Medicine, Cornell University(康奈尔大学威尔康奈尔医学院);Dalian University(大连大学);Xi’an Jiaotong University(西安交通大学);Harbin Institute of Technology(哈尔滨工业大学);Tsinghua University(清华大学)
本文详细介绍了我们在NIPS 2017竞赛轨道任务IV中获奖的解决方案,标题为分类临床可操作的遗传突变。机器学习任务旨在基于来自临床文献的文本证据对基因突变进行分类,具有良好的性能。我们开发了一个新的多视图集成分类模型的机器学习框架来解决这个问题。在挑战赛中,从文档视图,实体文本视图和实体名称视图这三个视图中派生出来的功能组合,它们相辅相成,得到了全面的探索。作为最终的解决方案,我们提交了一个九个基本的梯度提升模型的集合,在评估中显示出最好的性能。该方法在第一阶段测试阶段和5倍交叉验证中的固定分割对数损失分别为0.5506和0.6694,这也使我们在NIPS 2017竞赛轨道IV的1,300多个解决方案中排名第一。
2019-03-17 cs.LG stat.ML
Text Classification using Association Rule with a Hybrid Concept of Naive Bayes Classifier and Genetic Algorithm
International Islamic University Chittagong(吉大港国际伊斯兰大学);School of Communication, Independent University Bangladesh(孟加拉独立大学传播学院)
文本分类是将自然语言文本根据其内容自动分配到预定义的类别。文本分类是文本检索系统和文本理解系统的主要要求,文本检索系统根据用户查询检索文本,文本理解系统以某种方式转换文本,例如生成摘要,回答问题或提取数据。文本分类的需求日益增长。考虑到这一需求,正在开发新的和更新的技术,用于自动文本分类的目的。本文提出了一种新的文本分类算法。该方法不使用词,而是使用词关系即关联规则从预先分类的文本文档中提取特征集。然后将朴素贝叶斯分类器的概念用于派生特征,最后添加了遗传算法的概念以进行最终分类。一个系统的基础上所提出的算法已经实施和测试。实验结果表明,该系统是一个成功的文本分类器。
2010-09-25 cs.DB cs.IR cs.LG
Contrastive Representation-Guided Genetic Minority Oversampling for Imbalanced Time-Series Classification
Dalian University of Technology(大连理工大学);Nanyang Technological University(南洋理工大学)
针对不平衡时间序列分类中现有过采样方法泛化与多样性不足的问题,提出FreMGP方法,结合对比学习的频域判别表示引导多树遗传规划,实验证明其性能优于现有方法并提升各类分类器表现。
2026-08-25 cs.LG
Ovarian Cancer Detection based on Dimensionality Reduction Techniques and Genetic Algorithm
Helwan University(赫勒万大学)
在这项研究中,我们有两个血清SELDI(表面增强激光解吸和电离)质谱(MS)数据集,用于选择其中的功能,以确定蛋白质组癌血清从正常血清。特征选择技术已被应用,分类技术也已被应用。在特征选择技术中,我们选择了PCA(主成分分析)和GA(遗传算法)来评估性能,在分类技术中,我们选择了LDA(线性判别分析)和神经网络来评估所选特征在识别癌症模式中的能力。两种特征选择技术和分类技术的组合得到的结果,第一种是PCA+(t-检验)技术的特征选择和LDA的精度跟踪产生的准确率为93.0233%,另一种是遗传算法和神经网络产生的准确率为100%。因此,我们得出结论,遗传算法是更有效的特征选择,因此癌模式检测比PCA技术。
2021-05-04 cs.LG
Comparative Analysis of Data Preprocessing Methods, Feature Selection Techniques and Machine Learning Models for Improved Classification and Regression Performance on Imbalanced Genetic Data
Evergreen Valley College(埃弗格林谷学院);Gilead Sciences(吉利德科学公司)
本研究针对遗传数据不平衡、高基数等问题,对比分析不同预处理、特征选择与机器学习模型组合的性能,发现随机森林最适配不平衡回归任务,相关结论可推广至同类数据集。
2024-02-22 cs.LG q-bio.QM stat.ML
MolLIBRA: Genetic Molecular Optimization with Multi-Fingerprint Surrogates and Text-Molecule Aligned Critic
Panasonic Holdings Corp., Japan(松下电器株式会社,日本);Kyoto University, Japan(京都大学)
MolLIBRA 通过结合多指纹代理和文本-分子对齐批评者,实现高效的分子优化,在 PMO-1K 基准中取得最佳性能。
2026-01-29 cond-mat.mtrl-sci cs.LG cs.NE
A Genetic Algorithm-Based Approach for Automated Optimization of Kolmogorov-Arnold Networks in Classification Tasks
Hebei University(河北大学)
本文提出GA-KAN,一种基于遗传算法的KANs自动化优化方法,通过引入稀疏连接和新的编解码策略,在多个分类数据集上提升了模型准确性与可解释性,同时显著减少了参数数量。
2025-01-29 cs.AI cs.LG cs.NE
Effective and Extensible Feature Extraction Method Using Genetic Algorithm-Based Frequency-Domain Feature Search for Epileptic EEG Multi-classification
Software School, Xiamen University(厦门大学软件学院)
提出了一种基于遗传算法的频域特征搜索(GAFDS)方法,用于癫痫患者的脑电(EEG)分析。在该方法中,首先搜索频域特征,然后与非线性特征相结合。随后,这些特征被选择和优化,以分类EEG信号。对提取的特征进行了实验分析。GAFDS提取的特征具有显著的独立性,在类间距离和类内距离的比值方面优于非线性特征。此外,所提出的特征搜索方法可以额外搜索希尔伯特变换后的信号中的瞬时频率的特征。使用这些特征得到的分类结果是合理的,因此,GAFDS具有良好的可扩展性。多个经典分类器(即,$k$ -最近邻、线性判别分析、决策树、AdaBoost、多层感知器和朴素贝叶斯)利用GAFDS方法生成的特征和优化选择,取得了较好的效果。具体地,两个分类和三个分类问题的准确率可以分别达到99%和97%。交叉验证实验结果表明GAFDS在脑电信号分类的特征提取中是有效的。因此,所提出的特征选择和优化模型可以提高分类精度。
2017-01-22 cs.IT cs.LG math.IT
Deep Visual-Genetic Biometrics for Taxonomic Classification of Rare Species
University of Bristol(布里斯托大学);MARUM(不来梅大学海洋环境科学中心);University of Bremen(不来梅大学)
针对稀有物种图像数据少导致视觉分类难的问题,提出基于深度ResNet50和SGT遗传锚点的视觉-遗传对齐嵌入空间方法,显著提升了长尾识别中稀有尾部类别的分类性能。
2023-09-13 cs.AI cs.CV cs.LG
Leveraging a Joint of Phenotypic and Genetic Features on Cancer Patient Subgrouping
Mayo Clinic(梅奥诊所)
癌症每年在全世界造成数百万人死亡。虽然癌症医学已经取得了重大进展,但仍有许多问题有待解决,以改善癌症治疗。由于癌症患者具有已知的异质性遗传组成和表型差异,因此适当的癌症患者分层是选择适当治疗方案的先决条件。在这项研究中,基于从梅奥诊所电子健康记录(EHR)和癌症患者遗传检测报告中提取的深度表型特征,我们开发了一个利用表型和遗传特征联合进行癌症患者亚组的系统。工作流程大致分为三个部分:特征预处理、癌症患者分类和基于癌症患者聚类。在特征预处理步骤中,我们进行了过滤,保留了最相关的特征。在癌症患者分类中,我们利用联合分类特征来构建患者特征矩阵,并应用了九种不同的机器学习模型,随机森林(RF),决策树(DT),支持向量机(SVM),朴素贝叶斯(NB),逻辑回归(LR),多层感知器(MLP),梯度提升(GB),卷积神经网络(CNN)和前馈神经网络(FNN),用于分类目的。最后,在癌症患者聚类步骤中,我们利用联合嵌入特征和患者特征关联来构建无向特征图,然后训练癌症特征节点嵌入。
2021-03-30 cs.LG
Genetic-algorithm-optimized neural networks for gravitational wave classification
Max-Planck-Institut für Gravitationsphysik(马克斯·普朗克引力物理研究所);Leibniz Universität Hannover(汉诺威莱布尼茨大学);University of Rhode Island(罗德岛大学)
引力波探测策略基于一种称为匹配滤波的信号分析技术。尽管匹配滤波取得了成功,但由于其计算成本,最近人们对开发用于信号检测的深度卷积神经网络(CNN)感兴趣。设计这些网络仍然是一个挑战,因为大多数程序采用试错策略来设置超参数值。提出了一种基于遗传算法的超参数优化方法。我们比较了六种不同的GA变体,并探索了GA优化的适应度得分的不同选择。我们表明,当初始超参数种子值远离良好的解决方案时,GA可以发现高质量的体系结构,并改进已经良好的网络。例如,当从George和Huerta提出的架构开始时,在20维超参数空间上优化的网络的可训练参数减少了78%,而我们的测试问题的准确性提高了11%。如果问题背景(例如噪声的统计特性、信号模型等)发生变化,需要重建网络,则使用遗传算法优化来改进现有网络应该特别有用。在我们所有的实验中,我们发现与种子网络相比,GA发现的网络明显不那么复杂,这表明它可以用来修剪浪费的网络结构。虽然我们将注意力限制在CNN分类器上,但我们的GA超参数优化策略可以应用于其他机器学习设置。
2021-04-20 cs.LG cs.NE gr-qc
Genetic Algorithm-Based Dynamic Backdoor Attack on Federated Learning-Based Network Traffic Classification
New Jersey Institute of Technology(新泽西理工学院);King Faisal University(费萨尔国王大学);Alfaisal University(阿尔法萨尔大学)
本文提出GABAttack,一种基于遗传算法的动态后门攻击方法,针对联邦学习网络流量分类,通过优化触发模式提高攻击隐蔽性和有效性,并警示需加强防御。
2023-09-27 cs.AI cs.CR cs.LG
Consistent Feature Construction with Constrained Genetic Programming for Experimental Physics
CEA, LIST(法国原子能与替代能源委员会 信息技术与系统实验室);Irfu, CEA, Université Paris-Saclay(巴黎萨克雷大学 法国原子能与替代能源委员会 核物理与粒子物理研究所)
良好的特征表示是许多机器学习算法在分类方面实现高性能的决定性因素。这对于不构建复杂的数据内部表示的技术(例如,与深度神经网络相反的决策树)尤其如此。为了变换特征空间,特征构造技术从原始特征构造新的高级特征。在这些技术中,遗传编程是一个很好的候选人,提供高能物理数据分析所需的可解释的功能。传统上,原始特征或基于物理学第一原理的更高级特征被用作训练的输入。然而,物理学家将受益于一个自动和可解释的特征结构,用于粒子碰撞事件的分类。我们的主要贡献在于结合不同方面的遗传编程,并将其应用到实验物理的特征建设。特别地,为了适用于物理学,使用语法来强制维度一致性。在三个物理数据集上的实验结果表明,所构造的特征能显著提高分类精度。据我们所知,这是第一次提出一种方法,用于使用测量单位进行可解释的特征构建,并且高能物理专家验证了整体方法以及构建特征的可解释性。
2019-08-17 cs.LG cs.NE stat.ML
From Embeddings to Equations: Genetic-Programming Surrogates for Interpretable Transformer Classification
Faculty of Engineering & Information Technology, University of Technology Sydney(工程与信息技术学院,技术悉尼大学);Department of Civil and Architectural Engineering, Sultan Qaboos University(土木与建筑学院,苏丹·卡布斯大学);University Research and Innovation Center (EKIK), Obuda University(研究与创新中心(EKIK),布达佩斯大学)
本研究提出用遗传编程为冻结Transformer嵌入构建符号代理分类器,通过特征划分与多群体进化学习闭式logit程序,在五个基准上实现高F1和低校准误差,提供可审计的跨模态解释。
2025-09-16 cs.AI cs.LG cs.NE
Blending Ensemble for Classification with Genetic-algorithm generated Alpha factors and Sentiments (GAS)
本文提出GAS混合集成模型,结合遗传算法生成的34个Alpha因子与8个情绪因子,利用堆叠模型(LightGBM、XGBoost、随机森林)预测比特币趋势,实验显示在高波动资产预测中表现优异。
2024-11-05 cs.LG q-fin.CP q-fin.TR
Comparisons of Graph Neural Networks on Cancer Classification Leveraging a Joint of Phenotypic and Genetic Features
Mayo Clinic(梅奥诊所)
癌症每年在全世界造成数百万人死亡。尽管癌症医学已经取得了显著的进展,但仍有许多问题有待解决,适当的癌症患者分层是选择适当治疗方案的前提,因为已知癌症患者具有异质性的遗传组成和表型差异。在这项研究中,建立在从梅奥诊所电子健康记录(EHR)和癌症患者遗传检测报告中提取的深度表型特征的基础上,我们评估了各种图神经网络(GNN),这些神经网络利用表型和遗传特征的联合进行癌症类型分类。在Mayo Clinic癌症疾病数据集上应用并微调模型。通过报告的准确度、精确度、召回率和F1值以及基于疾病类别的F1评分进行评估。根据我们的评估结果,GNN的平均表现优于基线模型,平均统计数据始终高于基线模型(准确率为0.849 vs 0.772,精确率为0.858 vs 0.794,召回率为0.843 vs 0.759,F1得分为0.843 vs 0.855)。在GNN中,ChebNet,GraphSAGE和TAGCN表现最好,而GAT表现最差。我们在Mayo Clinic癌症疾病数据集上应用并比较了八个GNN模型,包括AGNN,ChebNet,GAT,GCN,GIN,GraphSAGE,SGC和TAGCN,并评估了它们的性能,并将它们相互比较,并与我们用作基线的更传统的机器学习模型,如决策树,梯度提升,多层感知器,朴素贝叶斯和随机森林进行比较。
2021-01-14 cs.LG q-bio.QM
Ensemble representation learning: an analysis of fitness and survival for wrapper-based genetic programming methods
University of Pennsylvania(宾夕法尼亚大学)
最近,我们提出了一个通用的,基于集成的特征工程包装器(FEW),它与许多机器学习方法配对来解决回归问题。在这里,我们调整FEW进行监督分类,并在此框架内对适应度和生存方法进行彻底分析。我们的测试表明,两个健身指标,一个介绍了适应的剪影分数,优于更常用的Fisher准则。我们分析了生存方法,并证明了$ε$ -lexicase生存在我们的测试问题中效果最好,其次是随机生存,优于比赛和确定性拥挤。我们进行了一个基准比较,几个分类方法,使用一个大的问题集,并表明,在几种情况下,FEW可以提高最佳分类器的性能。我们证明了FEW可以为具有不同ML配对的生物医学问题生成一致的、有意义的特征。
2017-08-03 cs.LG cs.NE stat.ML
Genetic Algorithm based hyper-parameters optimization for transfer Convolutional Neural Network
State Key Laboratory of High-end Server & Storage Technology(高端服务器与存储技术国家重点实验室);Inspur Group Co., Ltd(浪潮集团有限公司);Shandong Hailiang Information Technology Institutes(山东海量信息技术研究院);Inspur Electronic Information Industry Co., Ltd(浪潮电子信息产业股份有限公司);Guangdong Inspur Intelligent Computing Technology Co., Ltd(广东浪潮智慧计算技术有限公司)
超参数优化是开发深度神经网络中的一个具有挑战性的问题。转移层和可训练层的选择是转移卷积神经网络(CNN)设计的一个主要任务。传统的转移CNN模型通常是基于直觉手动设计的。在本文中,遗传算法被用来选择可训练层的传输模型。过滤准则由精度和可训练层的计数来构造。结果表明,该方法是胜任这一任务。该系统在猫和狗数据集的分类中将以97%的精度收敛,不超过15代。此外,根据遗传算法的结果进行反向推理,结果表明,该方法能够捕捉到网络层的梯度特征,这对理解迁移的AI模型起到了一定的作用。
2021-02-26 cs.LG cs.NE
A Novel Community Detection Based Genetic Algorithm for Feature Selection
University of Kurdistan(库尔德斯坦大学);Queensland University of Technology(昆士兰科技大学);University of Applied Science and Technology(应用科学与技术大学)
特征选择是数据采掘中一个重要的数据预处理阶段。特征选择的核心原则似乎是通过排除几乎没有预测信息的特征以及高度关联的冗余特征来挑选可能特征的子集。在过去的几年中,各种Meta探试法被引入到尽可能多地消除冗余和不相关的高维数据集的功能。目前基于元启发式的方法的主要缺点之一是,它们往往忽略了一组选定的功能之间的相关性。针对特征选择问题,提出了一种基于社区发现的遗传算法。在第一步中计算特征相似度。在整个第二步中,通过社区发现算法将特征分类成聚类。在第三步中,特征是由遗传算法与一个新的社区为基础的修复操作。九个基准分类问题进行了分析所提出的方法的性能。此外,作者还比较了所提出的方法的效率,从四个可用的算法特征选择的结果。研究结果表明,新方法不断提高分类精度。
2020-08-08 cs.LG cs.NE stat.ML
Multi-Objective Genetic Programming Projection Pursuit for Exploratory Data Modeling
对于分类问题,特征提取是一个关键的过程,其目的是找到一个合适的数据表示,提高机器学习算法的性能。根据维数灾难定理,分类任务所需的样本数量随着维度(变量,特征)数量的增加而呈指数级增加。另一方面,收集、存储和处理数据的成本很高。此外,不相关和冗余的特征可能会阻碍分类器的性能。在探索性分析设置中,高维度阻止用户可视化地探索数据。特征提取是一个两步过程:特征构造和特征选择。特征构造是在原始特征的基础上创建新的特征,而特征选择是选择最佳特征的过程,如过滤器、包装器和嵌入方法。在这项工作中,我们专注于功能的建设方法,旨在减少数据的可视化任务的维数。人们提出了各种线性(如主成分分析(PCA)、多判别分析(MDA)、探索性投影寻踪)和非线性(如多维尺度(MDS)、流形学习、核PCA/LDA、进化构造性归纳)技术来进行降维。我们的算法是一个自适应的特征提取方法,其中包括进化的建设性归纳的特征建设和混合过滤器/包装方法的特征选择。
2010-10-10 cs.LG cs.NE
G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for Biomarker Identification and Disease Classification
Johns Hopkins University(约翰斯·霍普金斯大学);Lieber Institute for Brain Development(利伯大脑发育研究所);University of Bari Aldo Moro(巴里大学阿尔多·莫罗大学);Azienda Ospedaliero-Universitaria Consorziale Policlinico(巴里大学联合综合医院)
我们提出了一种新的深度神经网络架构,以整合成像和遗传学数据,由诊断指导,提供可解释的生物标志物。我们的模型包括一个编码器,一个解码器和一个分类器。编码器学习在输入数据模态之间共享的非线性子空间。分类器和解码器充当正则化器,以确保低维编码捕获患者和对照之间的预测差异。我们使用一个可学习的dropout层从数据中提取可解释的生物标志物,我们独特的训练策略可以轻松地适应跨学科的缺失数据模式。我们已经评估了我们的模型,精神分裂症的人口研究,包括两个功能性MRI(fMRI)的范例和单核苷酸多态性(SNP)的数据。使用10倍交叉验证,我们证明了我们的模型比基线方法实现了更好的分类准确性,并且这种性能可以推广到在不同站点收集的第二个数据集。在一项探索性分析中,我们进一步表明,我们的模型所确定的生物标志物与精神分裂症中记录良好的缺陷密切相关。
2021-01-27 cs.LG eess.IV q-bio.QM
Bimodal Distribution Removal and Genetic Algorithm in Neural Network for Breast Cancer Diagnosis
乳腺癌的诊断在过去已经得到了很好的研究。已经设计了多个线性规划模型来近似细胞特征和肿瘤恶性程度之间的关系。然而,这些模型在处理非线性相关性方面能力较差。相反,神经网络在处理复杂的非线性相关性方面是强大的。因此,用基于神经网络的模型来处理这种癌症诊断问题肯定是有益的。特别地,在神经网络训练过程中引入偏差被认为是提高训练效率的重要手段。在许多流行的引入人工偏差的方法中,双峰分布去除(BDR)在实现上具有理想的效率改进结果和公平的简单性。然而,本文研究了BDR对目标癌症诊断分类问题的有效性,并表明BDR过程实际上会对分类性能产生负面影响。此外,本文还探索了遗传算法作为特征选择的有效工具,并与没有任何特征选择的基线模型相比,产生了明显更好的结果
2020-02-20 cs.CV cs.LG cs.NE
Highly Efficient Human Action Recognition with Quantum Genetic Algorithm Optimized Support Vector Machine
在本文中,我们提出了使用量子遗传算法来优化支持向量机(SVM)的人体动作识别。微软Kinect传感器可用于骨骼跟踪,提供关节的位置数据。然而,由于人体运动的复杂性,如何提取运动特征来表示人体骨骼的动态仍然是一个挑战。我们提出了一种高效的动作分类特征提取方法,即使用关节角度来表示人体骨架,并计算每个角度在动作时间窗口内的方差。使用所提出的表示,我们比较了两种方法,包括基于量子遗传算法的优化支持向量机和传统的支持向量机与网格搜索的人体动作分类精度。在MSR-12数据集上的实验结果表明,传统的SVM达到了$ 93.85\% $的精度。所提出的方法优于传统的方法与$ 96.15\% $的准确性。
2017-12-15 cs.LG stat.ML
Pre-Sorted Tsetlin Machine (The Genetic K-Medoid Method)
Newcastle University(纽卡斯尔大学)
该研究提出基于加速遗传算法与 K-Medoid 聚类的 Tsetlin Machines 预排序框架,通过最大化汉明距离对齐多个独立模型,在 MNIST 级分类任务中显著提升准确率并大幅降低训练与推理时间。
2024-04-08 cs.AI cs.LG cs.NE
Multi-Objective Genetic Algorithm for Multi-View Feature Selection
University of Eastern Finland(东芬兰大学);Aalto University(阿尔托大学)
提出MMFS-GA多目标遗传算法,在统一框架内同时进行视图内与视图间特征选择,提升多视图分类性能与可解释性。
2024-03-04 cs.AI cs.LG cs.NE
A New Computer-Aided Diagnosis System with Modified Genetic Feature Selection for BI-RADS Classification of Breast Masses in Mammograms
Beijing Institute of Technology(北京理工大学);Université 8 Mai 1945 Guelma(盖勒马8 Mai 1945大学);National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College(中国医学科学院北京协和医学院肿瘤医院国家癌症中心国家肿瘤临床研究中心)
乳房X线摄影术仍然是早期乳腺癌筛查最普遍的成像工具。乳腺X线摄影报告中用于描述异常的语言基于乳腺成像报告和数据系统(BI-RADS)。将正确的BI-RADS分类用于每个检查的乳房X光片,即使对于专家来说也是一项艰巨而具有挑战性的任务。本文提出了一种新的和有效的计算机辅助诊断(CAD)系统分类乳腺摄影肿块到四个评估类别的BI-RADS。首先对肿块区域进行直方图均衡化增强,然后基于区域生长技术进行半自动分割。然后从每个肿块的形状、边缘和密度以及肿块大小和患者年龄中提取总共130个手工制作的BI-RADS特征,如BI-RADS乳房X线摄影中所述。然后,提出了一种基于遗传算法(GA)的改进的特征选择方法,以选择最具临床意义的BI-RADS特征。最后,一个反向传播神经网络(BPN)的分类,其精度被用来作为遗传算法的适应度。使用来自筛查性乳腺X射线摄影(DDSM)数字数据库的一组500张乳腺X射线摄影图像进行评价。我们的系统实现了分类准确率,阳性预测值,阴性预测值和马修斯相关系数分别为84.5%,84.4%,94.8%和79.3%。据我们所知,这是目前乳腺X射线摄影中乳腺肿块BI-RADS分类的最佳结果,这使得所提出的系统有望支持放射科医生根据自动分配的BI-RADS类别决定适当的患者管理。
2020-05-11 cs.CV cs.LG eess.IV
Heuristic Hyperparameter Optimization for Convolutional Neural Networks using Genetic Algorithm
近年来,来自世界各地的人们正在遭受历史上最严重的疾病之一,被称为2019冠状病毒病,简称COVID-19。当病毒到达肺部时,它有更高的概率引起肺部肺炎和败血症。X光图像是识别COVID-19患者感染典型特征的有力工具。放射科和病理科医生观察到感染患者\cite{cozzi2021ground}的胸部X线表现为磨玻璃样阴影,可作为诊断过程中的标准之一。在过去的几年中,深度学习已被证明是图像分类领域最强大的方法之一。由于正常人和受感染者\cite{rousan2020chest}之间的胸部X射线存在显著差异,因此可以使用深度模型来识别患者胸部X射线中疾病的存在。许多深层模型是复杂的,并且随着大量输入参数而演变。设计师有时会在深度模型的调优过程中遇到困难,特别是当他们从头开始构建模型时。受生物进化过程启发而产生的遗传算法在解决这类复杂问题中发挥了关键作用。在本文中,我提出了一种基于遗传的方法来优化卷积神经网络(CNN)的胸部X射线分类任务。
2021-12-14 cs.CV cs.LG cs.NE
Hierarchical Genetic Algorithms with evolving objective functions
Indian Institute of Technology Madras(印度理工学院马德拉斯分校);Chennai Mathematical Institute(金奈数学研究所)
我们提出了一个遗传算法的框架,它使用多层次结构来解决一个优化问题,通过搜索空间的简单目标函数。我们解决了旅行推销员问题的一个变种称为\texttt{soft-TSP},并表明,当对整体目标函数的约束条件发生变化时,该算法适应于生产出解决方案的变化的目标。我们使用这个想法来加速学习,通过系统地改变约束来找到一个更全局最优的解决方案。我们还使用这个框架来解决多项式回归,其中实际目标函数是未知的,但在可用目标函数的空间上搜索会产生一个很好的近似解。
2019-08-05 cs.AI cs.LG cs.NE
Deep Learning-Driven Malware Classification with API Call Sequence Analysis and Concept Drift Handling
National Institute of Technology, Rourkela(国家理工学院罗尔克拉分校)
本文针对恶意软件分类中的概念漂移问题,提出遗传算法增强的深度学习框架,通过变异操作和适应度评估持续优化模型,实验证明其分类性能和适应性优于传统静态模型。
2025-03-08 cs.AI cs.CR cs.LG
Fair Feature Selection: A Comparison of Multi-Objective Genetic Algorithms
University of Kent(肯特大学)
本文比较基于Pareto支配和字典序优化的两种公平特征选择遗传算法,发现字典序方法在不损害公平性的前提下取得更高准确性。
2023-10-04 cs.LG
Development of a Multiprocessing Interface Genetic Algorithm for Optimising a Multilayer Perceptron for Disease Prediction
University of Maiduguri(迈杜古里大学);Abubakar Tafawa Balewa University(阿布巴卡尔·塔法瓦·巴勒瓦大学)
本研究提出一种集成核主成分分析、多层感知机与多进程遗传算法的框架,通过并行优化超参数,在三个疾病数据集上分别达到99.12%、94.87%和100%的准确率,并显著缩短调优时间。
2025-05-27 cs.LG
An Improved Genetic Algorithm and Its Application in Neural Network Adversarial Attack
Yangtze University(长江大学)
交叉和变异策略的选择对遗传算法的可搜索性、收敛效率和精度起着至关重要的作用。本文通过对简单遗传算法的交叉和变异操作进行改进,提出了一种新的改进遗传算法,并通过15个测试函数进行了验证。定性结果表明,与其他三种主流的群体智能优化算法相比,该算法不仅提高了全局搜索能力、收敛效率和精度,而且在相同的实验条件下,提高了收敛到最优值的成功率。定量结果表明,该算法在15个测试函数中的13个上表现优异。使用Wilcoxon秩和检验进行统计学评价,显示该算法在$95\%$置信区间的显著优势。最后将该算法应用于神经网络的对抗攻击。应用结果表明,该方法不需要神经网络模型内部的结构和参数信息,仅利用神经网络输出的分类和置信度信息,就能在较短时间内获得高置信度的对抗样本。
2022-03-06 cs.CR cs.LG cs.NE
Outlier Detection using Improved Genetic K-means
Assiut University(艾斯尤特大学)
在某些情况下,离群点检测问题类似于分类问题。例如,基于聚类的离群点检测算法的主要关注点是找到聚类和离群点,这些聚类和离群点通常被视为噪声,为了进行更可靠的聚类,应该将其去除。在这篇文章中,我们提出了一个算法,同时提供离群点检测和数据聚类。该算法在聚类和孤立点发现过程中改进了生成分布的质心估计。该算法由两个阶段组成。第一阶段采用改进的遗传k-means算法(IGK),第二阶段迭代去除远离聚类中心的向量。
2014-02-27 cs.DB cs.LG
GenSample: A Genetic Algorithm for Oversampling in Imbalanced Datasets
UCLA(加州大学洛杉矶分校)
不平衡的数据集无处不在。不平衡数据集上的分类性能通常对于少数类是差的,因为分类器不能很好地学习决策边界。然而,在欺诈检测、医疗诊断和垃圾邮件识别等敏感应用中,对少数实例进行正确分类是极其重要的。在本文中,我们提出了一种新的技术的基础上,遗传算法,GenSample,过采样的少数类不平衡数据集。GenSample通过考虑学习该示例的难度以及通过过采样实现的性能改善来决定对少数示例的过采样率。该技术在分类器的性能开始恶化时终止过采样过程。因此,它只在获得性能提升时才产生合成数据。该算法在9个不同大小和不平衡比率的真实不平衡数据集上进行了测试。它在9个数据集中的8个数据集上获得了最高的F-Score,证实了与其他现有方法相比,它能够更好地处理不平衡数据。
2019-10-23 cs.LG cs.NE stat.ML
Feature selection for medical diagnosis: Evaluation for using a hybrid Stacked-Genetic approach in the diagnosis of heart disease
Iran University of Science and Technology(伊朗科技大学)
背景和目的:心脏病在过去10年中一直是最重要的死亡原因之一,因此使用分类方法来诊断和预测心脏病非常重要。如果在月经前预测这种疾病,就有可能预防这种疾病的高死亡率,并提供更准确和有效的治疗方法。材料和方法:由于输入特征的选择,使用基本算法可能非常耗时。降低尺寸或选择一个好的特征子集,而不冒准确性的风险,对于在该地区成功使用的基本算法具有重要意义。在本文中,我们提出了一种集成遗传学习方法,使用包装特征约简来选择疾病分类中的特征。调查结果:开发基于集成学习的医疗诊断系统来预测心脏病,提供了比传统方法更准确的诊断,并降低了治疗成本。结论:结果表明,铊扫描和血管闭塞是诊断心脏病的最重要特征,可以区分疾病和健康人,准确率为97.57%。
2021-03-15 cs.AI cs.LG
Supervised Feature Selection for Diagnosis of Coronary Artery Disease Based on Genetic Algorithm
Oran University(奥兰大学)
特征选择是决策支持系统研究的热点,它需要分析大量的数据集。本文提出了一种基于遗传算法(GA)和贝叶斯朴素(BN)的基于FS的冠状动脉疾病(CAD)诊断方法。基本上,CAD数据集包含两个定义了13个特征的类。在GA BN算法中,GA在每次迭代中生成属性的子集,这些属性将在选择过程的第二步中使用BN进行评估。最后一组属性包含最相关的特征模型,从而提高了准确性。在这种情况下,该算法在CAD的诊断中产生85.50%的分类准确率。最后,将该算法与支持向量机、多层感知器和C4.5决策树算法进行了比较。分类准确率分别为83.5%、83.16%和80.85%。最后,将GA包裹BN算法与其它FS算法进行了相应的比较。所获得的结果显示出非常有希望的结果,用于CAD的诊断。
2013-05-26 cs.CE cs.LG
Evolving imputation strategies for missing data in classification problems with TPOT
Intelligent Systems Group(智能系统研究组);Univ. of the Basque Country(巴斯克大学);UPV/EHU(巴斯克大学)
缺失数据在机器学习技术的实际应用中普遍存在。插补方法是根据数据库中的其他条目恢复数据中缺失值的算法。插补方法的选择对机器学习技术的性能有影响,例如,它影响应用于数据的分类算法的准确性。因此,选择和应用正确的估算方法非常重要,通常需要大量的人为干预。在本文中,我们提出了使用遗传编程技术来寻找正确的组合插补和分类算法。我们的工作建立在最近推出的基于Python的TPOT库上,并将一组异构的插补算法作为机器学习管道搜索的一部分。我们表明,遗传编程可以自动找到越来越好的管道,包括最有效的组合插补方法,功能预处理,和分类器的各种分类问题与丢失的数据。
2017-08-14 cs.LG stat.ML
Determining the best classifier for predicting the value of a boolean field on a blood donor database using genetic algorithms
Delhi Technological University(德里理工大学)
动机:由于数字化,我们经常可以访问大型数据库,这些数据库由各种信息领域组成,从数字到文本,甚至是布尔值。这些数据库特别适合机器学习、分类和大数据分析任务。我们能够使用现有数据来训练分类器,并使用它们来预测某个字段的值,前提是我们拥有有关其他字段的信息。更具体地说,在这项研究中,我们研究了医院编制的电子健康记录(EHR)。这些EHR是访问个体患者数据的方便手段,但整体处理仍然是一项任务。然而,EHR是由连贯的,良好的制表结构借给自己很好的应用程序,机器语言,通过使用分类器。在这项研究中,我们着眼于输血服务中心的数据集(数据来自台湾新竹市输血服务中心)。我们在Python中使用了scikit-learn机器学习。在支持向量机(SVM)中引入支持向量分类器(SVC),在线性模型中引入感知器(Perceptron)。我们还使用了K. neighbors分类器和决策树分类器。此外,我们使用的TPOT库找到一个优化的管道,使用遗传算法。使用上述分类器,我们使用k折交叉验证对每个分类器进行评分。联系方式:ritabratamaiti@hiretrex.com GitHub存储库:https://github.com/ritabratamaiti/Blooddonorprediction
2018-08-04 cs.LG stat.ML
Clinical BioBERT Hyperparameter Optimization using Genetic Algorithm
临床因素仅占影响个人健康结果的可控因素的一小部分,约10- 30%。其余的因素包括一个人在哪里出生和长大,他/她在哪里接受教育,他们的工作和家庭环境是什么样的,这些因素统称为健康的社会决定因素(SDoH)。大多数SDoH数据由医生和从业者记录在非结构化临床笔记中。以结构化方式(在EHR中)记录SDoH数据可以极大地受益于SDoH术语的专用本体。我们的研究重点是从临床笔记中提取句子,利用这样的SDoH本体(称为SOHO)提供适当的概念。我们利用深度学习的最新进展来优化SDoH文本的Clinical BioBERT模型的超参数。采用基于遗传算法的超参数整定方案来确定最优参数设置。为了实现一个完整的分类器,我们将Clinical BioBERT与两个后续的线性层和两个dropout层进行了流水线处理。输出预测文本片段是否描述患者的SDoH问题。我们比较了AdamW、Adafactor和LAMB优化器。在我们的实验中,AdamW在准确性方面优于其他人。
2023-02-13 cs.AI cs.CL cs.LG
Machine Learning based Prediction of Hierarchical Classification of Transposable Elements
The University of New Orleans(新奥尔良大学)
转座因子(Transposable Elements,TE)或跳跃基因(jumping gene)是具有内在能力在宿主基因组内从一个基因组位置移动到另一个基因组位置的DNA序列。研究表明,TE在功能基因内或附近的存在可能会改变其表达。TEs还可以导致突变率的增加,甚至可以介导基因组中的重复和大的插入和缺失,促进总的遗传重排。因此,正确分类的识别跳跃基因是必不可少的,以了解他们在基因组中的遗传和进化的影响。虽然已经开发了计算方法,执行二进制分类或多标签分类的TE,很少有研究集中在他们的层次分类。最先进的机器学习分类方法利用多层感知器(MLP)(一类神经网络)来对TE进行分层分类。然而,现有的方法在分类TE时具有有限的准确性。一个更有效的分类器,它可以解释的作用,生殖细胞和体细胞的进化,是必要的。在这项研究中,我们研究了各种机器学习(ML)方法的性能。最后,提出了一种基于支持向量机(SVM)的TE分层分类方法,具有较高的分类精度。
2019-08-26 cs.LG q-bio.GN stat.ML