2012 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความที่เผยแพร่ Hybridization of Modified Grey Wolf Optimizer and Dragonfly for Feature Selection 
วัน/เดือน/ปี ที่เผยแพร่ 27 พฤศจิกายน 2566 
การประชุม
     ชื่อการประชุม First International Conference, DSAI 2023, Bangkok, Thailand, November 27–29, 2023, Proceedings 
     หน่วยงาน/องค์กรที่จัดประชุม Asian Institute of Techonology, Universiteit Ledien, Liacs 
     สถานที่จัดประชุม Bangkok, Thailand 
     จังหวัด/รัฐ  
     ช่วงวันที่จัดประชุม 27 พฤศจิกายน 2566 
     ถึง 29 พฤศจิกายน 2566 
Proceeding Paper
     Volume (ปีที่)
     Issue (เล่มที่)
     หน้าที่พิมพ์
     Editors/edition/publisher Springer 
     บทคัดย่อ There are numerous techniques designed to enhance the performance of machine learning models, with feature selection being one of the key strategies. Although many feature selection methods exist, our study presents a novel hybrid approach that mergestwometaheuristictechniques: the ModifiedGreyWolfOpti mizer (MGWO) and the Dragonfly Algorithm (DA). This innovative method not only boosts the model’s performance but also emphasizes the most pertinent fea tures. Our experimental results showcase robust model performance, achieving an F1-score of 90% on our experimental dataset, surpassing other approaches. Further results and discussions are provided in this paper. 
ผู้เขียน
665380013-8 Mr. SAID AL AF GANI [ผู้เขียนหลัก]
วิทยาลัยการคอมพิวเตอร์ ปริญญาโท ภาคปกติ นานาชาติ

การประเมินบทความ (Peer Review) มีผู้ประเมินอิสระ 
มีการเผยแพร่ในระดับ นานาชาติ 
รูปแบบ Proceeding Full paper 
รูปแบบการนำเสนอ Oral 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
ผลงานที่นำเสนอได้รับรางวัล ไม่ได้รับรางวัล 
แนบไฟล์
Citation 0

<
forum