Journal of Iranian Association of Electrical and Electronics Engineers

fa انتخاب ویژگی غیرنظارتی مقیاس پذیر توسط یادگیری ماتریس و تئوری گراف دوقسمته Scalable unsupervised feature selection via matrix learning and bipartite graph theory مخابرات Communication پژوهشي Research با گسترش سریع تکنولوژی، حجم عظیمی از دادههای بدون برچسب با ابعاد زیاد، نیاز به پردازش پیدا کردند. برای کاهش ابعاد، انتخاب ویژگی غیرنظارتی، به عنوان یک پیشمرحله مهم قبل از وظایف یادگیری ماشین، شناخته میشود. در این مقاله، یک روش انتخاب ویژگی غیرنظارتی پیشنهاد میشود. روش مذکور بر اساس گراف ماتریس و ماتریس وزنی، به صورت پویا و مقیاسپذیر عمل میکند. برای بهبود عمکرد این روش، به جای استفاده از تابع لاگرانژ در ساخت ماتریس وزنی، تئوری گراف دو قسمته اعمال میشود. انتخاب ویژگی روی گراف ماتریس انجام میشود. این گراف با به کارگیری k نزدیکترین همسایه ساخته میشود، که روش را نسبت به نویز مقاوم تر میکند. همچنین ساختار سراسری دادهی اصلی، از طریق ساخت ماتریس وزن بازسازیشده با کمک محدودیت رتبه پایین، حفظ میشود. علاوهبراین، نمرهی ویژگی، که بهطور صریح قدرتمندی ویژگیها را منعکس میکند، با کمک تابع Frobenius norm مدل میشود. روش پیشنهادی با روشهای مشابه در سه معیار دقت کلاسبندی، حساسیت به پارامتر و پیچیدگی زمانی مقایسه شدهاست. آزمایشها نشان میدهد که دقت کلاسبندی روش ارائه شدهی این مقاله، به طور متوسط 2.83% بهبود یافتهاست. همچنین پیچیدگی زمانی آن تا max{O(n2d),O(nm)} کاهش یافتهاست، که n تعداد نمونهها، d تعداد ویژگیها و m تعداد نقاط لنگر هستند.   With the rapid spread of technology, large volumes of unlabeled data with large dimensions needed to be processed. To reduce the dimensions, unsupervised feature selection is known as an important pre-step before machine learning tasks. In this paper, an unsupervised feature selection method is proposed. The method works dynamically and is scalable based on matrix graphs and weighted matrices. To improve the performance of this method, instead of using the Lagrange function to construct a weight matrix, a bipartite graph theory is applied. Feature selection is done on the matrix graph. This graph is constructed using k nearest neighbors, which makes the method more robust to noise. The global structure of the original data is also preserved by constructing a Reconstruction Weight Matrix with low-rank constraint. In addition, the feature score, which explicitly reflects the strength of the features, is modeled using the Frobenius norm function. The proposed method is compared with similar methods in three criteria of classification accuracy, parameter sensitivity and complexity. Experiments show that the classification accuracy of the method presented in this paper has improved by an average of 2.83%. Its complexity has also been reduced to max{O(n2d),O(nm)}, where n is the number of samples, d is the number of features and m is the number of anchor points. داده کاوی, پیش پردازش, انتخاب ویژگی, روش غیرنظارتی, گراف Data mining, Preprocessing, Feature selection, Unsupervised method, Graph 135 148 http://jiaeee.com/browse.php?a_code=A-10-2441-1&slc_lang=fa&sid=1 Kosar Salehnezhad کوثر صالح نژاد kosar.salehnezhad@yahoo.com 100319475328460010660 100319475328460010660 No Department of Software Engineering, Faculty of Computer Engineering, Shahid Rajaee Teacher Training University, Tehran دانشکده مهندسی کامپیوتر- دانشگاه تربیت دبیر شهید رجایی Negin Daneshpour نگین دانشپور ndaneshpour@sru.ac.ir 100319475328460010659 100319475328460010659 Yes Department of Software Engineering, Faculty of Computer Engineering, Shahid Rajaee Teacher Training University, Tehran دانشکده مهندسی کامپیوتر- دانشگاه تربیت دبیر شهید رجایی