• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Discovery science >Feature Selection in Taxonomies with Applications to Paleontology
【24h】

Feature Selection in Taxonomies with Applications to Paleontology

机译：分类学中的特征选择及其在古生物学中的应用

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Taxonomies for a set of features occur in many real-world domains. An example is provided by paleontology, where the task is to determine the age of a fossil site on the basis of the taxa that have been found in it. As the fossil record is very noisy and there are lots of gaps in it, the challenge is to consider taxa at a suitable level of aggregation: species, genus, family, etc. For example, some species can be very suitable as features for the age prediction task, while for other parts of the taxonomy it would be better to use genus level or even higher levels of the hierarchy. A default choice is to select a fixed level (typically species or genus); this misses the potential gain of choosing the proper level for sets of species separately. Motivated by this application we study the problem of selecting an antichain from a taxonomy that covers all leaves and helps to predict better a specified target variable. Our experiments on paleontological data show that choosing antichains leads to better predictions than fixing specific levels of the taxonomy beforehand.
机译：一组功能的分类法发生在许多现实世界中。古生物学提供了一个示例，其中的任务是根据已发现的生物分类来确定化石遗址的年龄。由于化石记录非常嘈杂，并且存在很多差距，因此面临的挑战是要在适当的聚合水平下考虑分类单元：物种，属，科等。例如，某些物种可能非常适合作为植物的特征年龄预测任务，而对于分类学的其他部分，最好使用属级甚至更高的层次结构。默认选择是选择固定级别（通常是物种或属）；这错过了为物种集合分别选择适当水平的潜在收益。受此应用程序的启发，我们研究了从分类法中选择反链的问题，该分类法覆盖所有叶片并有助于更好地预测指定的目标变量。我们对古生物学数据的实验表明，与预先确定特定分类标准相比，选择反链能够带来更好的预测。

著录项

  • 来源
    《Discovery science》|2008年|112-123|共12页
  • 会议地点 Budapest(HU);Budapest(HU)
  • 作者

    Gemma C. Garriga; Antti Ukkonen; Heikki Mannila;

  • 作者单位

    HUT Helsinki University of Technology and University of Helsinki, Finland;

    HUT Helsinki University of Technology and University of Helsinki, Finland;

    HUT Helsinki University of Technology and University of Helsinki, Finland;

  • 会议组织
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 人工智能理论;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号