Zastosowanie kwantowych algorytmów genetycznych do selekcji cech

• Autorzy: Jopek Ł. , Nowotniak R. , Postolski M. , Babout L. , Janaszewski M.

Warianty tytułu

EN

Application of quantum genetic algorithms in feature selection problem

• Języki publikacji: PL

Abstrakty

PL

Przedmiotem artykułu jest zagadnienie selekcji cech, używanych przez klasyfikator minimalnoodległościowy k-NN w procesie segmentacji obrazów. Selekcja cech została potraktowana jako problem dwukryterialnej optymalizacji kombinatorycznej, której celem jest znalezienie takiego podzbioru cech punktów obrazu, który pozwala na zadowalającą segmentację w możliwie krótkim czasie. Zaproponowano funkcję oceny jakości podzbiorów cech, uwzględniającą dwa kryteria: czas potrzebny na obliczenie wartości cech oraz uzyskiwaną jakość segmentacji. W artykule porównano trzy populacyjne metody heurystyczne: klasyczny algorytm genetyczny oraz jego dwie modyfikacje, czerpiące inspirację z systemów informatyki kwantowej: QiGA (Quantum-Inspired Genetic Algorithm) oraz GAQPR (Genetic Algorithm with Quantum Probability Representation). W artykule przedstawiono wyniki otrzymane dla segmentacji tekstury sztucznej oraz tekstury tomograficznej.

EN

In the article a feature selection problem for k-NN classifier in image segmentation has been analyzed. Feature selection has been considered as a two criteria combinatorial optimization problem. An objective of optimization process was to find a feature subset of image points, allowing good quality of segmentation in satisfactory time. A fitness function for feature subsets has been proposed, taking into account time needed for calculation of feature values and quality of segmentation. Three population-based heuristic methods of optimization have been compared: simple genetic algorithm and its two modifications, inspired by principles of quantum computing: QiGA (Quantum-Inspired Genetic Algorithm) and GAQPR (Genetic Algorithm with Quantum Probability Representation). Results of experiments with artificial and tomography textures have been presented.

Słowa kluczowe

PL

algorytmy genetyczne; kwantowe algorytmy genetyczne; selekcja cech; segmentacja

EN

genetic algorithms; quantum genetic algorithm; feature selection; segmentation

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2009
• Tom: T. 13, z. 3/2
• Strony: 1219--1231
• Opis fizyczny: Bibliogr. 15 poz., rys., wykr., tab

Twórcy

autor

Jopek Ł.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Nowotniak R.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Postolski M.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Babout L.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Janaszewski M.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

Bibliografia

• [1] Han K.H., Kim J.H., Genetic ąuantum algorithm and its application to combinatorial opti- mization problem. Proceedings of the 2000 Congress on Evolutionary Computation, 2000, 1354-1360.
• [2] Han K.H., Kim J.H., Analysis of ąuantum-inspired evolutionary algorithm. Proceedings of the 2001 International Conference on Artificial Intelligence, 2001, 727-730.
• [3] Bin L., Junan Y., Zhenąuan Z., GAQPR and its application in discovering freąuent structures in time series. Proceedings of the 2003 International Conference on Neural Networks and Signal Processing, 2003.
• [4] Nowotniak R., Informatyka kwantowa. XV Konferencja Sieci i Systemy Informatyczne, Łódź, 2007.
• [5] Nedjah N., Coelho L.d.S., Mourelle L.d.M., Quantum Inspired Intelligent Systems. Springer Verlag, 2008, 156.
• [6] Program MaZda, http://www.eletel.p.lodz.pl/programy/cost/progr_mazda.html.
• [7] Strzelecki M., Materka A., Ilościowa analiza tekstury obrazów tomograficznych rezonansu magnetycznego. Światowy Kongres: Zastosowanie osiągnięć technologii i nauki w medycynie, 1999.
• [8] Theodoridis S., Pattern Recognition. 1999.
• [9] Rudnicki Z., Daca J., Komputerowa analiza obrazów metalograficznych w badaniach warstwy wierzchniej oczek ciągadeł. Metody i systemy komputerowe w badaniach i projektowaniu inżynierskim: IV Krajowa Konferencja, Oprogramowanie Naukowo-Techniczne, Kraków, 2003, 361-366.
• [10] Babout L. et al., Towards the texture segmentation ofX-ray tomography images of lamellar microstructure in titanium based alloys. 5th International Symposium on Process Tomography in Poland. Proceedings, 2008.
• [11] Babout L., Marrow T.J., Preuss M., Seąuential X-ray Tomography Studies of Damage Assessment in Materials Science. 4th International Symposium on Process Tomography in Poland. Proceedings, 2006, 159-162.
• [12] Rudnicki Z., Mruk M., Detection of anisotropy of friction surface images. VI konferencja CMS'07, Computer Methods and Systems, 2007, 271-276.
• [13] Jóźwik A., A recursive method for the investigation of the linear separability oftwo sets. Pattern Recognition, 16(4), 1983, 429-431.
• [14] Tschirren J., Hoffman E.A., McLennan G., Sonka M., Intrathoracic Airway Trees: Segmentation and Airway Morphology Analysis from Low-Dose CTSeans. IEEE Transactions on Medical Imaging, 24(12), 2005, 1529-1539.
• [15] Nielsen M.A., Chuang I.L., Quantum Computation and Quantum Information. Cambridge Uniyersity Press, 2000.