본 논문은 특징-타겟 관계를 모델링하기 위해 상호 정보의 신경 추정을 기반으로 하는 새로운 지도 특징 선택 방법인 MINERVA를 소개합니다. 기존의 특징 필터가 개별 특징 기여도보다는 고차 특징 상호 작용에 의존하는 타겟의 경우 실패할 수 있다는 점을 감안하여, 신경망을 사용하여 상호 정보의 근사치를 매개변수화하고 희소성을 유도하는 정규화항으로 보강된 신중하게 설계된 손실 함수를 사용하여 특징 선택을 수행합니다. MINERVA는 표현 학습과 특징 선택을 분리하기 위해 2단계 프로세스로 구현되어 일반화 성능을 향상시키고 특징 중요성을 더 정확하게 표현합니다. 이 방법은 합성 및 실제 사기 데이터 세트에 대한 실험을 통해 정확한 솔루션을 수행하는 능력을 입증했습니다.
