[论文解读] Extended Particle Swarm Optimization (EPSO) for Feature Selection of High Dimensional Biomedical Data

Ali Hakem Alsaeedi, Adil L. Albukhnefis+2 more|arXiv (Cornell University)|Aug 8, 2020

Machine Learning and Data Classification参考文献 19被引用 5

一句话总结

本文提出了一种扩展的粒子群优化（EPSO）框架，以提升高维生物医学数据中的特征选择性能，特别是基因表达谱。通过动态调整种群规模并将粒子划分为探索与开发两组，EPSO 减少了停滞现象并加速了收敛，相较于标准 PSO，处理速度更快（62.14 秒 vs. 95.72 秒），分类准确率更高（54–100% vs. 52–96%）。

ABSTRACT

This paper proposes a novel Extended Particle Swarm Optimization model (EPSO) that potentially enhances the search process of PSO for optimization problem. Evidently, gene expression profiles are significantly important measurement factor in molecular biology that is used in medical diagnosis of cancer types. The challenge to certain classification methodologies for gene expression profiles lies in the thousands of features recorded for each sample. A modified Wrapper feature selection model is applied with the aim of addressing the gene classification challenge by replacing its randomness approach with EPSO and PSO respectively. EPSO is initializing the random size of the population and dividing them into two groups in order to promote the exploration and reduce the probability of falling in stagnation. Experimentally, EPSO has required less processing time to select the optimal features (average of 62.14 sec) than PSO (average of 95.72 sec). Furthermore, EPSO accuracy has provided better classification results (start from 54% to 100%) than PSO (start from 52% to 96%).

研究动机与目标

• 解决基因表达数据中高维特征空间在癌症诊断中的挑战。
• 克服传统粒子群优化（PSO）在特征选择过程中出现的停滞与收敛缓慢问题。
• 通过改进的包装器模型，提升生物医学数据中的搜索效率与分类准确率。
• 在保持或提升分类性能的同时，减少特征选择任务的计算时间。

提出的方法

• EPSO 采用可变种群规模初始化，以提升多样性与探索能力。
• 将粒子划分为两组：一组用于全局探索，另一组用于局部开发，以平衡搜索行为。
• 该算法用结构化、自适应的种群分割替代标准 PSO 的随机初始化，以减少停滞现象。
• 改进的包装器模型将 EPSO 与分类器结合，基于性能评估特征子集。
• 适应度评估基于分类准确率，引导粒子向最优特征子集移动。
• 搜索过程动态平衡探索与开发，以避免早熟收敛。

实验结果

研究问题

• RQ1 与标准 PSO 相比，EPSO 是否能提升高维生物医学特征选择中的收敛速度与分类准确率？
• RQ2 EPSO 中的动态种群规模与双组粒子策略是否能减少搜索过程中的停滞现象？
• RQ3 EPSO 在保持或提升分类性能的同时，能在多大程度上减少处理时间？
• RQ4 在不同生物医学数据集上，EPSO 在特征子集质量与准确率方面表现如何？

主要发现

• EPSO 将平均处理时间降低至 62.14 秒，显著低于 PSO 的 95.72 秒。
• EPSO 实现了 54% 至 100% 的分类准确率范围，优于 PSO 的 52% 至 96% 范围。
• 所提出的 EPSO 模型在高维搜索空间中表现出更快的收敛速度，并降低了停滞风险。
• 双组粒子策略增强了探索与开发的平衡，从而提升了优化性能。
• EPSO 在多种生物医学数据集中均保持了高准确率，表明其在特征选择中具有鲁棒性。