bibtype C - Conference Paper (international conference)
ARLID 0106303
utime 20240103173133.5
mtime 20050324235959.9
title (primary) (eng) On prediction mechanisms in Fast Branch & Bound algorithms
specification
page_count 9 s.
serial
title Structural, Syntactic, and Statistical Pattern Recognition. Joint IAPR International Workshops SSPR 2004 and SPR 2004. Proceedings
page_num 716-724
ISBN 3-540-22570-6
publisher
place Berlin
name Springer
year 2004
title (cze) Predikční mechanismy v rychlých Branch & Bound algoritmech
keyword subset search
keyword feature selection
keyword search tree
author (primary)
ARLID cav_un_auth*0101197
name1 Somol
name2 Petr
institution UTIA-B
full_dept Department of Pattern Recognition
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0101182
name1 Pudil
name2 Pavel
institution UTIA-B
full_dept Department of Pattern Recognition
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0101091
name1 Grim
name2 Jiří
institution UTIA-B
full_dept Department of Pattern Recognition
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source
url http://library.utia.cas.cz/separaty/historie/somol-on prediction mechanisms in fast branch & bound algorithms.pdf
COSATI 09J
COSATI 09K
cas_special
project
project_id GA402/02/1271
agency GA ČR
ARLID cav_un_auth*0008983
project
project_id GA402/03/1310
agency GA ČR
ARLID cav_un_auth*0009030
research CEZ:AV0Z1075907
abstract (eng) The idea of using the Branch & Bound search for optimal feature selection has been recently refined by introducing additional predicting heuristics that is able to considerably accelerate the search process while keeping the optimality of results unaffected. In this paper we investigate alternative prediction mechanisms. The alternatives are shown useful for simplification and speed-up of the algorithm. We demonstrate the robustness of the prediction mechanism concept on real data experiments.
abstract (cze) Princip využití metody Branch & Bound pro vyhledávaní optimální podmnožiny příznaků pro účely rozpoznávání byl nedávno zdokonalen pomocí heuristických predikčních mechanismů, které mohou značně urychlit proces vyhledávání bez omezení optimality výsledků. V článku jsou zkoumány různé možnosti predikce z hlediska zjednodušení a urychlení algoritmu. V experimentu na reálných datech byla potvrzena robustnost metody vyhledávání s využitím predikčního mechanismu
action
ARLID cav_un_auth*0129880
name Joint IAPR Workshops SSPR 2004 and SPR 2004
place Lisbon
dates 18.08.2004-20.08.2004
country PT
reportyear 2005
RIV BD
permalink http://hdl.handle.net/11104/0013485
ID_orig UTIA-B 20040115
arlyear 2004
mrcbU63 Structural, Syntactic, and Statistical Pattern Recognition. Joint IAPR International Workshops SSPR 2004 and SPR 2004. Proceedings 3-540-22570-6 716 724 Berlin Springer 2004 Lecture Notes in Computer Science. 3138
mrcbU67 Fred A. 340
mrcbU67 Caelli T. 340
mrcbU67 Duin R. P. W. 340