三支粒计算课题组在信息科学顶级期刊《Information Sciences》上发表论文

日前，学院机器学习实验室：方宇副教授、曹雪梅（研究生）、王欣教授（知识工程研究中心）与闵帆教授合著的论文 “Three-way sampling for rapid attribute reduction”在《Information Sciences》上发表。 INS是中科院SCI一区、计算机科学顶级期刊，影响因子8.233。

随着数据维度和数据量的迅速增加，使用原始数据进行属性约简在计算上变得不可行。 大数据通常包含各种冗余属性和噪声，这导致数据处理中的过拟合和效率低下问题。 为了解决这些问题，本文通过引入三支决策，提出了一种通用的属性约简采样方法（3WS），能显著提高数据质量的同时准确描述决策边界。 为了提高属性约简的有效性和效率，设计了一种基于三支采样的快速属性约简方法（3WS-RAR）。 在15个相对较大的数据集上做了实验并分析了参数的影响。实验结果表明，与最新的属性约简模型相比，3WS-RAR的性能更好。

论文整体流程

论文链接：https://www.sciencedirect.com/science/article/pii/S0020025522007538