Transformationen des Merkmalsraums

Es ist ein bekanntes Phänomen, dass die Lernbarkeit einer gegebenen Lernaufgabe maßgeblich von der Repräsentation der Eingabe abhängt. Oftmals kann eine Transformation der Eingaberepräsentation in einen anderen Raum eine Lernbarkeit ermöglichen, die vorher kaum oder gar nicht erreicht werden konnte. Beispiele für solche Transformationen sind:

• Merkmalsselektion: Die Auswahl einer Teilmenge der Merkmale verhindert die Überdeckung notwendiger Merkmale durch verrauschte oder redundante Merkmale
• Merkmalskonstruktion: Die Konstruktion neuer Merkmale aus bereits bekannten Merkmalen erlaubt die explizite Darstellung von Merkmalsinteraktionen die dem Lernverfahren die Berücksichtigung dieser Zusammenhänge erlaubt.
• Merkmalsextraktion: Werden Merkmale aus komplexen Strukturen wie Zeitreihen oder mehrdimensionalen Datensaetzen (beispielsweise Bildern) gewonnen, so spricht man von Merkmalsextraktion.

Projekte

SFB 475 subproject A4
SFB 531 Computational Intelligence

Software

RapidMiner (YALE)

Personen

Klinkenberg, Ralf
Mierswa, Ingo
Pölitz, Christian

Abgeschlossene Diplomarbeiten

• Automatisierte Merkmalsextraktion aus Audiodaten (Mierswa, Ingo)
• Erweiterung evolutionärer Merkmalskonstruktionen um Case Base Retrieval (Nöthe, Michael)

Publikationen

Mierswa/Wurst/2006a	Mierswa, Ingo and Wurst, Michael. Information Preserving Multi-Objective Feature Selection for Unsupervised Learning. In Maarten Keijzer and Mike Cattolico and Dirk Arnold and Vladan Babovic and Christian Blum and Peter Bosman and Martin V. Butz and Carlos Coello Coello and Dipankar Dasgupta and Sevan G. Ficici and James Foster and Arturo Hernandez-Aguirre and Greg Hornby and Hod Lipson and Phil McMinn and Jason Moore and Guenther Raidl and Franz Rothlauf and Conor Ryan and Dirk Thierens (editors), GECCO '06: Proceedings of the 8th annual conference on Genetic and evolutionary computation, Seiten 1545--1552, New York, NY, USA, ACM Press, 2006.
Mierswa/Morik/2005a	Mierswa, Ingo and Morik, Katharina. Automatic Feature Extraction for Classifying Audio Data. In Machine Learning Journal, Vol. 58, Seiten 127--149, 2005.
Mierswa/Morik/2005b	Mierswa, Ingo and Morik, Katharina. Method trees: building blocks for self-organizable representations of value series: how to evolve representations for classifying audio data. In Proceedings of the Genetic and Evolutionary Computation Conference GECCO 2005, Workshop on Self-Organization In Representations For Evolutionary Algorithms: Building complexity from simplicity, Seiten 293--300, New York, NY, USA, ACM, 2005.
Mierswa/Morik/2005c	Mierswa, Ingo and Morik, Katharina. Evolutionäre Aufzucht von Methodenbäumen zur Merkmalsextraktion aus Audiodaten. In Informatik Spektrum, Themenheft Musik, Vol. 28, No. 5, Seiten 381--388, 2005.
Mierswa/Wurst/2005a	Mierswa, Ingo and Wurst, Michael. Efficient Case Based Feature Construction for Heterogeneous Learning Tasks. No. CI-194/05, Collaborative Research Center 531, University of Dortmund, 2005.
Mierswa/Wurst/2005b	Mierswa, Ingo and Wurst, Michael. Efficient Feature Construction by Meta Learning -- Guiding the Search in Meta Hypothesis Space. In Proc. of the International Conference on Machine Learning, Workshop on Meta Learning, 2005.
Mierswa/Wurst/2005c	Mierswa, Ingo and Wurst, Michael. Efficient Case Based Feature Construction for Heterogeneous Learning Tasks. In Alipio Jorge and Luis Torgo and Pavel Brazdil and Rui Camacho and Joao Gama (editors), Proceedings of the European Conference on Machine Learning (ECML 2005), Seiten 641--648, Berlin, Springer, 2005.
Mierswa/2004a	Mierswa, Ingo. Automatisierte Merkmalsextraktion aus Audiodaten. Fachbereich Informatik, Universit\"at Dortmund, 2004.
Mierswa/2004b	Mierswa, Ingo. Automatic Feature Extraction from Large Time Series. In Weihs, C. and Gaul, W. (editors), Classification -- the Ubiquitous Challenge, Proc. of the 28. Annual Conference of the GfKl 2004, Seiten 600--607, Springer, 2004.
Mierswa/2004c	Mierswa, Ingo. Automatic Feature Extraction from Large Time Series. In Abecker, A. and Bickel, S. and Brefeld, U. and Drost, I. and Henze, N. and Herden, O. and Minor, M. and Scheffer, T. and Stojanovic, L. and Weibelzahl, S. (editors), Proc. of LWA 2004 - Lernen - Wissensentdeckung - Adaptivitat, 2004.
Mierswa/Morik/2004a	Mierswa, Ingo and Morik, Katharina. Learning Feature Extraction for Learning from Audio Data. No. 55/04, Collaborative Research Center 475, University of Dortmund, 2004.
Koepcke/2003a	Kopcke, Hanna. Haufigkeitsbasierte Merkmalsgenerierung fur die Wissensentdeckung in Datenbanken. Fachbereich Informatik, Universitat Dortmund, 2003.
Mierswa/2003a	Mierswa, Ingo. Beatles vs. Bach: Merkmalsextraktion im Phasenraum von Audiodaten. In LLWA 03 - Tagungsband der GI-Workshop-Woche Lernen - Lehren - Wissen - Adaptivitat, 2003.
Ritthoff/Klinkenberg/2003a	Ritthoff, Oliver and Klinkenberg, Ralf. Evolutionary Feature Space Transformation using Type-Restricted Generators. In Cantu-Paz, E. et al. (editors), Proceedings of the Genetic and Evolutionary Computation Conference (GECCO 2003) - Part II, Seiten 1606--1607, Springer, 2003.
Ritthoff/etal/2002a	Ritthoff, Oliver and Klinkenberg, Ralf and Fischer, Simon and Mierswa, Ingo. A Hybrid Approach to Feature Selection and Generation Using an Evolutionary Algorithm. No. CI-127/02, Collaborative Research Center 531, University of Dortmund, Dortmund, Germany, 2002.
Ritthoff/etal/2002b	Ritthoff, Oliver and Klinkenberg, Ralf and Fischer, Simon and Mierswa, Ingo. A Hybrid Approach to Feature Selection and Generation Using an Evolutionary Algorithm. In Bullinaria, John A. (editors), Proceedings of the 2002 U.K. Workshop on Computational Intelligence (UKCI-02), Seiten 147--154, Birmingham, UK, University of Birmingham, 2002.