Original title: Selection of Most Informative Variables in Statistical Pattern Recognition
Translated title: Výběr nejinformativnějších proměnných ve statistickém rozpoznávání
Authors: Pudil, Pavel ; Somol, Petr ; Haindl, Michal
Document type: Research reports
Year: 2007
Language: eng
Series: MATEO -The European Network of Mechatronics Centres and Industrial Controllers
Abstract: [eng] [cze]
The research report gives an overview of feature selection techniques in statistical pattern recognition with particular emphasis to methods developed by the researchers participating in MATEO Centre of Mechatronics project. Besides discussing the advances in methodology it attempts to put them into a taxonomical framework. The methods discussed include the latest variants of the optimal algorithms, enhanced sub-optimal techniques and the simultaneous semi-parametric probability density function modelling and feature space selection method. Some related issues are illustrated on real data by means of the Feature Selection Toolbox software. Výzkumná zpráva obsahuje přehled metod výběru příznaků ve statistickém rozpoznávání s důrazem na metody vyvinuté výzkumníky projektu MATEO Centre of Mechatronics. Diskutované metody zahrnují nejnovější verze optimalizačních algoritmů, sub-optimální techniky a modelování simultánní semi-parametrické pravděpodobnostní hustoty a metody výběru příznaků. Metody jsou ilustrované na reálných datech pomocí programu Feature Selection Toolbox.
Keywords: feture selection
Project no.: CEZ:AV0Z10750506 (CEP), MAT-12-C4, 1M0572 (CEP), 2C06019 (CEP)
Funding provider: GA MMR, GA MŠk, GA MŠk

Institution: Institute of Information Theory and Automation AS ČR (web)
Document availability information: Fulltext is available at the institute of the Academy of Sciences.
Original record: http://hdl.handle.net/11104/0146600

Permalink: http://www.nusl.cz/ntk/nusl-37223


The record appears in these collections:
Research > Institutes ASCR > Institute of Information Theory and Automation
Reports > Research reports