I n d on e s i an   Jo u r n al   o El e c t r i c al   En gi n e e r i n g   an d   C o m p u te r   S c i e n c e   V o l .   40 ,   N o .   2 N o v e m b e r   2025 ,   pp.   8 9 8 ~ 906   IS S N :   2502 - 4752 ,   D O I :   10. 1 1591 / i j e e c s . v 40 .i 2 . pp 898 - 906             898     Jou r n al   h o m e pa ge ht t p: / / i j e e c s . i a e s c or e . c om   Hy p e r p a r a m e t e r   o p t i m i z a t i o n   o f   c o n v o l u t i o n a l   n e u r a l   n e t w o r k   u si n g   g r e y   w o l f   o p t i m i z a t i o n   f o r   f a c i a l   e m o t i o n   r e c o g n i t i o n       M u h amm ad   M u n s ar i f,   M u h amm ad   S am an ,   Er n aw at i ,   Bu d i   S an to s a   D e p a rt m e n t   o I n f o r m a t i c s U n i v e r s i t a s   M u h a m m a d i y a h   S e m a ra n g ,   S e m a ra n g ,   I n d o n e s i a       A r ti c l e   I n fo     A B S TR A C T   Ar t i c l e   h i s t or y :   R e c e i v e d   D e c   16 2024   R e v i s e J ul   24 202 5   A c c e pt e O c t   14 2 025       F a c i a l   e m o t i o n   r e c og ni t i o n   ( F E R )   i s   a   c ha l l e ng i ng   t a s k   i n   c o m put e r   v i s i o w i t h   w i d e   a pp l i c a t i o ns   i n   a r e a s   s uc a s   hum a n - c o m put e r   i n t e r a c t i o n,   s e c ur i t y ,   a nd   he a l t hc a r e .   T o   i m p r o v e   t he   pe r f o r m a nc e   o f   c o nv o l ut i o na l   ne ur a l   ne t w o r ks   ( C N N )   i F E R ,   a   no v e l   a p pr o a c c o m bi ni ng   C N N   w i t h   g r e y   w o l f   o pt i m i z a t i o ( G W O )   w a s   pr o po s e t o   o pt i m i z e   k e y   h y pe r pa r a m e t e r s .   T he   C N N - G W O   m o de l   w a s   f i ne - t une by   a dj u s t i ng   hy pe r pa r a m e t e r s   s uc a s   t he   num be r   o f   c o nvo l ut i o na l   l a y e r s ,   k e r n e l   s i z e ,   n um be r   o f   f i l t e r s ,   a nd   l e a r n i ng   r a t e .   T h i s   m o de l   w a s   e v a l u a t e d   us i ng   t he   C K +   da t a s e t   a nd   a c hi e v e d   a n   a c c ur a c y   of   90 . 97 % ,   de m o ns t r a t i ng   i t s   c o m pe t i t i v e   p e r f o r m a nc e   c om pa r e t o   e x i s t i ng   m e t ho ds .   T h e   o pt i m i z e hy pe r pa r a m e t e r s   i nc l u de d   t hr e e   c o nvo l ut i o na l   l a y e r s ,   35   f i l t e r s ,   a   k e r n e l   s i z e   o f   5,   a   l e a r ni n g   r a t e   o f   0. 04 5990 ,   a   d r o po ut   r a t e   o f   0. 498 8,   a nd   a   m a po o l i ng   s i z e   o f   3.   T he s e   r e s ul t s   c o nf i r m   t ha t   G W O   i s   e f f e c t i v e   i o pt i m i z i ng   C N N   f o r   F E R   t a s k s ,   pr o v i di ng   a n   e f f i c i e nt   s o l u t i o n   t o   e nha nc e   m o de l   a c c ur a c y .   T hi s   a ppr o a c s ho w s   p r o m i s i ng   po t e n t i a l   f o r   f ut u r e   F E R   a p pl i c a t i o ns ,   h i g hl i g ht i ng   G W O   a s   a   v a l ua b l e   o pt i m i z a t i o t e c hni que   f o r   C N N   a r c hi t e c t ur e s .   Ke y w or d s :   Co n v o l ut i o n a l   n e u ra l   n e t w o r ks   F a c i a l   e m o t i o r e c o gn i t i o n   G r e y   w o l f   o pt i m i z a t i o n   H y pe r pa r a m e t e o pt i m i z a t i o n   T hi s   i s   an   ope n   ac c e s s   ar t i c l e   u nde r   t he   C C   B Y - SA   l i c e ns e .     Cor r e s pon di n g   Au t h or :   M uha m m a M u n s a r i f   D e pa rt m e n t   o f   In f o r m a t i c s U n i v e r s i t a s   M u ha m m a d i y a h   S e m a r a n g   S e m a r a n g I n do n e s i a   E m a i l :   m . m u n s a r i f @ u ni m us . a c . i d       1.   I N TR O D U C TI O N   F a c i a l   e m o t i o n   r e c o gni t i o (F E R ha s   b e e n   e xt e n s i v e l y   s t u di e i r e c e n t   de c a de s   due   t o   i t s   w i de   a ppl i c a t i o n s   i h u m a n - c o m pu t e i nt e r a c t i o n ,   m e nt a l   h e a l t h   m o n i t o r i ng,   a nd  s e c u r i t y .   A m o n g   t h e   v a ri o us   t e c hn i q ue s   us e fo r   F E R ,   c o n v o l ut i o n a l   n e u ra l   n e t w o r ks   (CN N s ha v e   e m e r ge a s   o n e   o f   t h e   m o s t   e ffe c t i ve   m e t h o ds   due   t o   t h e i a b i l i t y   t o   e xt r a c t   s pa t i a l   f e a t u r e s   f r o m   f a c i a l   i m a ge s   a u t o m a t i c a l l y .   CN N s   c l a s s i f y   e m o t i o n s   by   a na l y z i n f a c i a l   v i s ua l   pa t t e rn s   s uc h   a s   s m i l e s ,   f urr o w e b r ow s ,   o r   m o ut h   s ha pe s .   H ow e ve r ,   o n e   of   t h e   s i g ni f i c a nt   c h a l l e n ge s   i n   i m p l e m e nt i ng  CN N s   f o r   F E R   i s   de t e rm i ni n t h e   o pt i m a l   c o m b i na t i o n   o h y pe r pa r a m e t e r s ,   s uc a s   ke rn e l   s i z e ,   t h e   num b e o f   f i l t e r s ,   a n d   t h e   l e a rni n g   r a t e .   T h e s e   h y pe r pa r a m e t e r s   a r e   c r i t i c a l   i e n s u r i ng  hi g m o de l   a c c ura c y   w h i l e   p r e v e n t i ng  o v e r f i t t i ng  o r   u nde r f i t t i ng.   T r a d i t i o n a l l y ,   r e s e a r c h e r s   h a v e   r e l i e d   o c o n v e n t i o na l   h y pe r pa r a m e t e o pt i m i z a t i o m e t h o ds   s uc a s   G r i S e a r c a nd   R a ndo m   S e a r c t o   f i n e -   t u n e   CN N s   [1] .   G r i S e a r c h   s y s t e m a t i c a l l y   e v a l ua t e s   e v e r y   po s s i b l e   c o m b i na t i o o f   h y pe r pa ra m e t e r s   w i t h i a   p r e de f i n e d   r a ng e ,   e n s u r i ng   a   t h o r o ug s e a r c h.   H ow e ve r ,   t hi s   a pp r o a c b e c o m e s   c o m put a t i o na l l y   i m p ra c t i c a l   a s   t h e   n u m b e r   o f   h y pe r pa ra m e t e r s   i n c r e a s e s ,   l e a d i n g   t o   a e xpo n e n t i a l   g r o w t h   i c o m b i n a t i o n s   a n d   r e qui ri n g   e xt e n s i v e   c o m put a t i o na l   r e s o ur c e s .   O t h e   o t h e ha n d ,   R a n do m   S e a r c s e l e c t s   h y p e r pa ra m e t e v a l ue s   ra n do m l y   f r o m   t h e   p r e de f i n e d   s pa c e ,   m a ki ng  i t   f a s t e t ha G r i S e a r c h .   H ow e ve r ,   t hi s   m e t h o i s   i n e f f i c i e n t   b e c a us e   i t   r e l i e s   o n   c ha n c e   a n d   o f t e n   f a i l s   t o   f i n t h e   o pt i m a l   s o l ut i o n,   e s pe c i a l l y   w h e de a l i n g   w i t a n   a m pl e   h y pe r pa ra m e t e s pa c e .   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       H y pe r par am e t e r   op t i m i z a t i o o f   c on v ol u t i onal   n e ur al   ne t w o r k   us i n   ( Muham m ad  Muns ar i f )   899   R e s e a r c h e r s   ha v e   i n c r e a s i n g l y   t urn e d   t o   m e t a h e u ri s t i c   o pt i m i z a t i o a l go ri t hm s   t o   o v e r c o m e   t h e s e   l i m i t a t i o n s ,   w hi c e f f i c i e n t l y   e xpl o r e   t h e   s o l ut i o s p a c e   w i t h o ut   e v a l ua t i n g   e v e r y   po s s i b l e   c o m b i n a t i o n .   O n e   s uc a l go r i t hm   i s   t h e   g r e y   w o l f   o pt i m i z e (G W O ) ,   w h i c m i m i c s   t h e   h u nt i n g   b e ha v i o ur  o f   gr e y   w o l v e s   a n d   o pe r a t e s   b a s e o a   s t r uc t u r e d   s o c i a l   hi e ra r c h y .   I n   G W O - b a s e o pt i m i z a t i o n,   t h e   a l p ha ,   b e t a ,   a nd   de l t a   w o l ve s   l e a t h e   s e a r c h,   di r e c t i ng  t h e   r e s t   o f   t h e   pa c k   t o w a r ds   o pt i m a l   s o l ut i o n s .   T hi s   m e c h a ni s m   a l l o w s   G W O   t o   b a l a n c e   e xpl o ra t i o n   a n e xpl o i t a t i o n,   e f f i c i e n t l y   na v i ga t i n l a rge   h y p e r pa ra m e t e r   s p a c e s   w i t h o ut   e xh a us t i v e   c o m put a t i o n s .   I n   e a c i t e ra t i o n ,   t h e   w o l ve s   a dj us t   t h e i r   po s i t i o n s   b a s e o t h e   g ui d a n c e   o f   t h e   t o t hr e e   w o l ve s   (a l p h a ,   b e t a ,   a n de l t a ) ,   a c c e l e r a t i n t h e   s e a r c h   p r o c e s s   a n m a ki n g   i t   m o r e   e ff i c i e n t   t ha t r a d i t i o n a l   o pt i m i z a t i o n   m e t h o ds .   F u rt h e rm o r e ,   G W O   ha s   t h e   a dv a n t a ge   o f   a da pt a b i l i t y ,   a l l o w i n g   i t   t o   ha n dl e   di f fe r e nt   da t a   s t r uc t u r e s   a n d   c h a ra c t e r i s t i c s .   T h i s   a l go ri t hm   m a ke s   i t   pa rt i c ul a r l y   s ui t a b l e   f o o pt i m i z i n g   CN N s   i v a ri o us   da t a s e t s ,   i n c l udi n g   CK + 48 ,   w hi c e x h i b i t s   uni que   f a c i a l   e xp r e s s i o v a r i a t i o n s .   By   l e v e r a gi ng  t h e   s t r e n gt h s   o f   G W O ,   t h i s   s t udy   a i m s   t o   o pt i m i z e   CN N   h y pe r pa r a m e t e r s   t o   e nh a n c e   F E R   pe r f o r m a n c e .   T h e   p r o po s e m e t h o s e e ks   t o   i m pr o v e   c l a s s i f i c a t i o a c c ura c y   w h i l e   r e duc i ng  c o m put a t i o n a l   c o m pl e xi t y   c o m pa r e d   t o   c o n v e n t i o n a l   a p p r o a c h e s .   T hi s   r e s e a r c c o n t ri b ut e s   t o   t h e   o ngo i ng  a dv a n c e m e n t s   i m e t a h e u r i s t i c   o pt i m i z a t i o n   f o r   de e l e a rni n a ppl i c a t i o n s ,   de m o n s t r a t i ng  t h e   po t e n t i a l   o G W O   i n   s o l v i ng  c o m pl e h y pe r pa ra m e t e t u ni n g   p r o b l e m s   i CN N - b a s e F E R   m o de l s .       2.   R ELA TED   WO R K S   R e s e a r c h e r s   ha v e   a l s o   e xpl o r e v a r i o us   m e t h o ds   f o r   o pt i m i z i n g   h y pe r pa r a m e t e r s   i n   CN N s .   F o r   e xa m pl e ,   t h e y   a ppl i e R a n do m   S e a r c f o r   o bj e c t   r e c o gn i t i o n   [2]   a n d   B a y e s i a O pt i m i z a t i o n   f o r   m e di c a l   i m a ge   r e c o gn i t i o [3] .   A l t h o ugh  G ri d   S e a r c i s   s t i l l   w i de l y   us e d,   r e s e a r c h e r s   ha v e   n o t e i t s   i n e f f i c i e n c y   i s e v e r a l   c a s e s   [4].   M e t a h e u r i s t i c   a pp r o a c h e s   s uc h   a s   p a r t i c l e   s w a r m   o pt i m i z a t i o n   (P S O )   h a v e   b e e n   a pp l i e t i m a ge   c l a s s i f i c a t i o [5] ,   w h i l e   ge n e t i c   a l go ri t hm   ha s   b e e n   u s e f o r   f a c i a l   r e c o gn i t i o [6] .   R e s e a r c h e r s   ha v e   a l s o   us e h y pe r b a n d   t o   a c c e l e ra t e   o pt i m i z a t i o i e m o t i o r e c o gn i t i o [7]   a n d   c o m b i n e d   S i m ul a t e A nn e a l i n g   w i t h   CN N   f o r   p l a nt   d i s e a s e   de t e c t i o n   [8] .   T h e y   ha v e   a ppl i e D i f f e r e n t i a l   E v o l ut i o n   f o r   m e di c a l   i m a ge   s e gm e n t a t i o [9] ,   T r e e - s t r uc t u r e d   pa rz e e s t i m a t o ( T P E )   f o r   v i s ua l   pa t t e rn  r e c o gn i t i o [1 0],   a n M ul t i - O b j e c t i v e   O pt i m i z a t i o f o r   o b j e c t   de t e c t i o n   i t ra f f i c   i m a ge s   [1 1].   G W O   h a s   p r o v e n   e f fe c t i ve   i n   v a ri o us   o pt i m i z a t i o p r o b l e m s .   R e s e a r c h e r s   ha v e   f o un t h a t   G W O   de l i v e r s   c o m pe t i t i v e   r e s ul t s   i m ul t i p l e   c o n t e xt s   [12] .   O t h e s t ud i e s   h a v e   s h o w n   t ha t   G W O   i m p r o v e s   CN N   pe r f o r m a n c e   i 3D   o b j e c t   r e c o gn i t i o [13 a n d   s ki c a n c e d e t e c t i o n   [14 ].   R e s e a r c h e r s   h a v e   a l s o   us e G W O   t o   o pt i m i z e   n e u ra l   n e t w o r ks   f o r   E E G   s i g na l   c l a s s i f i c a t i o [1 5]  a n d   e nha n c e   CN N   pe r f o r m a n c e   i a g r i c u l t u ra l   i m a ge   c l a s s i f i c a t i o n   [16 a s   w e l l   a s   n e t w o r i n t r us i o n   d e t e c t i o n   [17] .   G W O   h a s   b e e n   us e f o r   h y pe r pa r a m e t e o pt i m i z a t i o i CN N   f o r   s a t e l l i t e   i m a ge   c l a s s i f i c a t i o [18 ] ,   a n d   a   h y b r i d   a pp r o a c c o m b i ni n g   G W O   a n d   P S O   ha s   b e e n   a pp l i e i n   f a c i a l   i m a ge   c l a s s i f i c a t i o n   [19] .   A d di t i o n a l l y ,   G W O   h a s   b e e n   us e i m e d i c a l   i m a ge   s e gm e n t a t i o n   [20]   a n d   p l a nt   di s e a s e   de t e c t i o [21] .   A l t h o ug h   t h e s e   s t udi e s   ha v e   s h o w n   p r o m i s i ng  r e s ul t s ,   f u rt h e r e s e a r c i s   n e e de t o   e xpl o r e   t h e   a ppl i c a t i o n   o f   G W O   i n   f a c i a l   e m o t i o r e c o gn i t i o n   us i ng  t h e   CK + 48  da t a s e t .   CK + 4 i s   w i de l y   us e i F E R   r e s e a r c h   b e c a us e   i t   p r o v i de s   c l e a r   v a ri a t i o n s   i n   f a c i a l   e xp re s s i o n s   a nd  h i g h - qu a l i t y   i m a ge s   c ov e r i ng  s e v e n   m a i n   e m o t i o c a t e go r i e s :   a nge r,   di s gus t ,   f e a r,   ha pp i n e s s ,   s a d n e s s ,   s u r p ri s e ,   a n d   n e ut ra l .   H ow e v e r ,   CN N   h y pe r pa r a m e t e r   o pt i m i z a t i o n   f o r   e m o t i o n   r e c o gn i t i o n   o t hi s   d a t a s e t   ha s   n o t   b e e n   e xt e n s i v e l y   e xpl o r e d,   pa r t i c ul a rl y   us i n G W O   a s   a n   o pt i m i z a t i o n   m e t h o d.   T hi s   r e s e a r c h   a i m s   t o   b r i dge   t hi s   g a by   e xpl o r i n h o w   G W O   c a e f fe c t i v e l y   o pt i m i z e   CN N   h y pe r pa r a m e t e r s   i f a c i a l   e m o t i o r e c o gn i t i o t a s ks   us i n g   t h e   CK + 4 da t a s e t .   I t hi s   s t udy ,   r e s e a r c h e r s   w i l l   t e s t   v a r i o us   h y pe r p a r a m e t e c o m b i n a t i o n s   s uc h   a s   ke rn e l   s i z e ,   t h e   n u m b e o f   f i l t e r s ,   a n d   l e a rn i ng   r a t e   t o   f i n d   t h e   o pt i m a l   c o n f i g ura t i o n.   A ddi t i o na l l y ,   t h i s   r e s e a r c w i l l   e v a l ua t e   t h e   i m pa c t   o f   v a r y i n t h e   n u m b e r   o f   w o l ve s   i n   t h e   G W O   a l go r i t hm   o n   CN N   m o de l   a c c ur a c y .   T h i s   s t udy   i s   e xpe c t e t o   pr o v i de   b e t t e r   gu i da n c e   o n   us i n G W O   f o r   de e l e a rni n m o de l   o pt i m i z a t i o n   o n   d a t a s e t s   w i t uni que   c ha ra c t e ri s t i c s   l i ke   CK + 48 ,   a nd  t o   e xpa n t h e   a ppl i c a t i o n   o f   G W O   i n   de e l e a rn i ng  m o de l   o pt i m i z a t i o a c r o s s   v a ri o us   f i e l ds .       3.   M ET H O D S     3. 1 .     P r e - p r o c e s s i n g   T h i s   s e c t i o a i m s   t o   e nha n c e   t h e   qua l i t y   of   f a c i a l   i m a ge s   b e fo r e   t h e   f e a t u r e   e x t r a c t i o p r o c e s s .   F a c i a l   i m a ge s   w i t h   v a ri o us   e m o t i o n a l   e xp r e s s i o n s   u nde r go   a   l i g h t i n n o r m a l i z a t i o n   p r o c e s s   t o   r e duc e   n o i s e   a n e xc e s s   i n f o r m a t i o n   c a us e by   l i g h t i n v a r i a t i o n s .   L i g ht i n g   n o rm a l i z a t i o n   a dj us t s   t h e   p i xe l   i n t e n s i t y   v a l ue s   a c r o s s   t h e   i m a ge ,   i n c r e a s i n g   t h e   c o n t ra s t   a n s ha r p n e s s   of   f a c i a l   f e a t ur e s .   A s   a   r e s ul t ,   t h e   f a c i a l   i m a ge s   b e c o m e   m o r e   c o n s i s t e nt   a nd  r e a dy   fo r   f e a t ur e   e xt ra c t i o n   w i t h o ut   b e i n g   a f f e c t e by   l i ght i ng  di s c r e pa n c i e s .   B l oc di a g ra m   o f   t h e   p r o po s e f a c i a l   e m o t i o n   a s   s h o w n   i F i gur e   1.   Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i V o l .   40 ,   N o .   2 ,   N o v e m be r   20 25 :   898 - 906   900       F i gu r e   1 .   B l o c di a g r a m   o f   t h e   p r o po s e f a c i a l   e m o t i o n       3. 2 .     F e atu r e   e x tr ac ti o n   T h i s   s e c t i o e xt ra c t s   ke y   f a c i a l   f e a t u r e s   s uc a s   t h e   e y e s ,   n o s e ,   m o ut h,   a n o t h e r   r e l e v a n t   a r e a s   us i n g   s t a n d a r m e t h o ds .   T h i s   f e a t u r e   e xt ra c t i o n   r e p r e s e n t s   f a c i a l   c ha ra c t e ri s t i c s   t ha t   c a n   s e r v e   a s   a   b a s i s   f o r   e m o t i o n   r e c o gn i t i o n.   S t a n da rd  f e a t u r e   e xt r a c t i o n   m e t h o ds   t y pi c a l l y   i n v o l ve   s i m pl e   f i l t e r s   o r   e dge   de t e c t i o n   t e c hn i q ue s ,   e na b l i n g   qu i c k   de t e c t i o o f   f a c i a l   a r e a s   o c o n t o ur s .   T h e s e   b a s i c   f e a t u r e s   r e p r e s e n t   ge n e r a l   f a c i a l   c h a ra c t e ri s t i c s   a nd  p r o v i de   t h e   m o de l   w i t h   i ni t i a l   h e l pf ul   i n fo r m a t i o n   f o r   s ub s e que n t   s t a ge s ,   p a r t i c ul a rl y   i n   di s t i ngui s hi n b e t w e e n   di f f e r e n t   f a c i a l   e xp r e s s i o n s .     3. 3 .     O p t i m al   f e atu r e   s e l e c t i o n   u s i n gr e y   w o l o p ti m i z at i o n   (G WO )   T h e   b a s i c   s t r uc t u r e   o f   t h e   CN N   f o r   f e a t u r e   e xt ra c t i o n   a n d   c l a s s i f i c a t i o b e gi n s   w i t c o n v o l ut i o n a l   l a y e r s   r e s po n s i b l e   f o r   e xt ra c t i ng  f e a t u r e s   f r o m   f a c i a l   i m a ge s .   T h e s e   l a y e r s   c o n t a i n   m u l t i pl e   f i l t e r s   (ke rn e l s t h a t   a ut o m a t i c a l l y   l e a rn  t o   de t e c t   v i s u a l   pa t t e rn s   s uc a s   e dg e s ,   t e xt u r e s ,   a n d   c o rn e r s .   E a c f i l t e s l i de s   a c r o s s   t h e   e nt i r e   i m a ge ,   p r o duc i n a o ut put   i t h e   f o r m   o f   a   f e a t u r e   m a r e p r e s e nt e by   t h e   f o l l ow i n g:      = + , + ,   (1)     w h e r e      i s   t h e   o ut put   v a l ue   a t   po s i t i o n   + , +   i s   t h e   p i xe l   v a l ue   i n   t he   i nput   i m a ge ,   a n d     i s   t h e   ke rn e l   t h a t   l e a rn s   t o   de t e c t   s pe c i f i c   pa t t e rn s .   A f t e r   c o n v o l ut i o na l   l a y e r s ,   po o l i n g   l a y e r s   r e duc e   t h e   f e a t u r e   m a p   s i z e ,   of t e n   us i ng  M a P o o l i ng  o A v e r a ge   P o o l i n g,   w h i c h   t a ke s   t he   hi g h e s t   o a v e ra ge   v a l ue   f r o m   a   r e gi o n,   h e l pi n g   de c r e a s e   da t a   d i m e n s i o n s   a nd  c o m put a t i o n a l   c o m pl e xi t y .   F o l l o w i n s e v e r a l   c o n v o l ut i o na l   a n d   po o l i ng  l a y e r s ,   t h e   o ut put   i s   f l a t t e n e i n t o   a   s i ngl e   v e c t o r   a n d   p a s s e t o   f ul l y   c o n n e c t e l a y e r s ,   c o m b i ni n g   a l l   e x t r a c t e f e a t ur e s   t o   p r o duc e   t h e   f i n a l   o ut pu t ,   r e p r e s e n t i n g   t h e   p r o b a b i l i t y   of   e a c h   e m o t i o c l a s s .   CN N   w e i gh t s   a r e   i ni t i a l l y   s e t   r a n do m l y   o r   by   o t h e r   m e t h o ds .   In  t h e   CN N - G W O   a p p r o a c h,   t h e   G W O   a l go ri t hm   i s   i nt e g r a t e t o   o pt i m i z e   t h e s e   w e i gh t s ,   a i m i n g   f o r   t h e   m o s t   o pt i m a l   w e i ght   c o n f i gu ra t i o n   f o r   a c c ur a t e   c l a s s i f i c a t i o n.   G W O   i s   a   m e t a h e u r i s t i c   o pt i m i z a t i o a l go ri t hm   t h a t   m i m i c s   t h e   h u nt i ng  b e h a v i o o gr e y   w o l v e s   i n   na t u r e .   H e r e ,   t h e   w o l f   po pul a t i o n   r e p r e s e n t s   di f f e r e n t   c o n f i gura t i o n s   o f   CN N   w e i gh t s   a n d   b i a s e s ,   w i t h   t h e   b e s t   w o l f   de s i gn a t e a s   α ,   f o l l o w e by     a n ,   w h o   a s s i s t   α  i n   gu i di ng  o t h e w o l v e s   t ow a r ds   t h e   pr e y   (i . e . ,   t h e   o pt i m a l   w e i gh t   c o n f i gu r a t i o n).   T h e   G W O   pr o c e s s   be gi n s   w i t h   i ni t i a l i z i n g   t h e   w o l f   p o p ul a t i o n,   w h e r e   e a c h   w o l f   r e pr e s e nt s   a   s pe c i f i c   w e i gh t   c o n f i gu r a t i o f o r   t h e   CN N .   T h e   b e s t   w o l v e s ,   ,   a n d   gu i de   o t h e w o l v e s   t ow a r ds   t h e   pr e y ,   upda t i n t h e i po s i t i o n s   b a s e o n   t h e   o pt i m a l   c o o r di na t e s   o f   ,   a n .   T h e   po s i t i o n   upd a t e   o f   t h e   w o l ve s   i s   de t e rm i n e d   by   t h e   f o l l ow i n g   e qua t i o n s :     = |  |   (2)     Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       H y pe r par am e t e r   op t i m i z a t i o o f   c on v ol u t i onal   n e ur al   ne t w o r k   us i n   ( Muham m ad  Muns ar i f )   901   =      (3)   w h e r e      i s   t h e   po s i t i o o f   t h e   b e s t   w o l f ,     i s   t h e   c u rr e n t   po s i t i o n ,   a nd     a n d     a r e   c o e f f i c i e n t s   a dj us t e d   duri n g   e a c i t e ra t i o t o   c o n t r o l   m o v e m e n t   i n t e n s i t y   t o w a r ds   t h e   o pt i m a l   po s i t i o n.   E a c w o l f ’s   po s i t i o n   i s   upda t e d   by   c a l c ul a t i ng  t hr e e   n e w   po s i t i o n s   i n f l ue n c e by   di s t a n c e s   f r o m   α ,   β ,   a n δ .   T h e s e   po s i t i o n s   a r e   c a l c ul a t e d   a s   f o l l ow s :     1 = 1     | 1 |   (4)     2 = 2     | 2 |   (5)     3 = 3     | 3 |   (6)     T h e   f i n a l   po s i t i o n   o f   t h e   w o l f   i s   c a l c ul a t e d   by   a v e r a gi n g   t h e s e   t hr e e   po s i t i o n s :     = 1 + 2 + 3 3   (7)     A f t e r   e a c h   i t e r a t i o n,   e a c h   w o l f ' s   p o s i t i o n   i s   e v a l u a t e b a s e o n   t h e   CN N ’s   o b j e c t i ve   f un c t i o n   ( l o s s   f un c t i o n ) ,   w i t t h e   w o l v e s   t h a t   r e duc e   e rr o r e t a i n e a s   t h e   b e s t   po s i t i o n s ,   gu i di ng  f u r t h e i t e ra t i o n s .   T h e   o bj e c t i v e   f un c t i o n   i n   CN N - G W O   a i m s   t o   m i ni m i z e   c l a s s i f i c a t i o n   e rr o r   o r   t h e   CN N   l o s s   f un c t i o n,   s uc a s   c r o s s - e n t r o p y   fo r   c l a s s i f i c a t i o t a s ks .   T hi s   f un c t i o i s   r e pr e s e nt e by :     = l o g ( ̂ )   (8)     w h e r e     i s   t h e   a c t u a l   l a b e l   a n d   ̂   i s   t h e   p r e d i c t e p r o b a b i l i t y   fo r   e a c c l a s s   G W O   w o r ks   t o   m i ni m i z e   t hi s   l o s s ,   f i n d i n g   t h e   o pt i m a l   w e i ght   c o n f i gura t i o t ha t   e nha nc e s   CN N   a c c ura c y .   A f t e G W O   c o m pl e t e s   t h e   o pt i m i z a t i o o f   CN N   w e i g h t s ,   t h e   CN N - G W O   m o de l   i s   r e a d y   f o r   f i na l   c l a s s i f i c a t i o n.   T h e   i nput   i m a ge   go e s   t hr o ugh  o pt i m i z e d   CN N   l a y e r s ,   p r o duc i n g   a o ut put   w i t p rob a b i l i t i e s   f o e a c e m o t i o c l a s s ,   a nd   t h e   c l a s s   w i t h   t h e   hi g h e s t   p r o b a b i l i t y   i s   s e l e c t e a s   t h e   p r e di c t e e m o t i o n.   T hr o ug h   G W O   o pt i m i z a t i o n,   t h e   CN N   o pe r a t e s   m o r e   e f f i c i e n t l y   w i t h   w e i ght s   r e f i n e g r a dua l l y ,   r e duc i n g   c l a s s i f i c a t i o n   e rr o r s   a nd  i n c r e a s i ng  a c c ur a c y   i r e c o gn i z i n g   f a c i a l   e xp r e s s i o n s .       4.   R ES U LTS   A N D   D I S C U S S I O N     T h i s   s t u dy   e v a l ua t e s   t h e   e ff e c t i v e n e s s   o f   t h e   CN N - G W O   a pp r o a c i n   t h e   F E R   t a s k   us i n t h e   CK + 48  da t a s e t ,   w hi c h   c o n s i s t s   o f   s e ve n   e m o t i o n   c a t e go r i e s :   a n ge r,   di s gus t ,   f e a r ,   h a p pi n e s s ,   s a d n e s s ,   s u r p ri s e ,   a n n e ut ra l .   T h e   CN N - G W O   m o de l   w a s   de s i g n e t o   o pt i m i z e   C N N   h y pe r pa ra m e t e r s   us i ng  t h e   G W O   a l go r i t h m ,   a i m i n g   t o   i m p r o v e   t h e   m o de l ’s   pe r f o r m a n c e   i c l a s s i fy i n g   f a c i a l   e m o t i o n s   w hi l e   a v o i di ng  i s s ue s   s uc a s   ov e r f i t t i n g   a n d   u n de r f i t t i n g .   G W O   pl a y s   a   c r uc i a l   r o l e   i dy na m i c a l l y   a dj us t i n g   m o de l   pa ra m e t e r s ,   i n c l udi ng  t h e   n u m b e r   o f   c o n v o l ut i o n a l   l a y e r s ,   num b e o f   f i l t e r s ,   ke rne l   s i z e ,   a n d   l e a rni ng  ra t e ,   a l l o w i n t h e   m o de l   t o   a c hi e v e   o pt i m a l   a c c u r a c y .   G W O   i s   a   m e t a h e u r i s t i c - b a s e o pt i m i z a t i o n   a l go r i t hm   t h a t   m i m i c s   t h e   h u nt i ng  b e h a v i o ur   o f   gr e y   w o l ve s   i t h e   w i l d .   I t hi s   a l go r i t hm ,   w o l v e s   a r e   c a t e go r i z e i nt o   t hr e e   h i e r a r c hi c a l   l e v e l s :   α,   w h i c h   a c t s   a s   t h e   l e a de r   i t h e   s e a r c h   f o r   t h e   b e s t   s o l ut i o n ;   β ,   w h i c s e r v e s   a s   a a dv i s o r   i e xpl o r a t i o n;   a n d   δ ,   w hi c a s s i s t s   i t h e   e xpl o i t a t i o n   o f   t h e   s e a r c s p a c e .   T h i s   s o c i a l   s t r uc t u r e   e na b l e s   G W O   t o   na v i ga t e   t h e   h y pe r pa ra m e t e r   s e a r c h   s pa c e   m o r e   e f f i c i e n t l y   t h a n   c o n v e n t i o na l   m e t h o ds .   S e ve r a l   ke y   h y p e r p a ra m e t e r s   o f   t h e   CN N   w e r e   o pt i m i z e w i t h i s pe c i f i c   ra n ge s   t o   e n s u r e   t h e   m o de l   a c hi e v e t h e   b e s t   c o n f i gu r a t i o n,   a s   s h o w n   i T a b l e   1.       T a b l e   1 .   L i s t   o f   h y pe r pa r a m e t e r   H y p e r p a ra m e t e r   Ra n g e   n u m _ c o n v _ l a y e r s   [1 ,   1 0 ]   n u m _ f i l t e r s   [1 6 ,   6 4 ]   f i l t e r_ s i z e   [3 ,   9 ]   a c t i v a t i o n _ f u n c t i o n   [0 ,   1 ,   2 (0 :   r e l u ,   1 :   t a n h ,   2 :   s i g m o i d )   b a t c h _ s i z e   [8 ,   2 5 6 ]   e p o c h s   [5 ,   1 0 0 ]   l e a r n i n g _ ra t e   [0 . 0 0 0 1 ,   0 . 1 ]   d ro p o u t _ ra t e   [0 . 1 ,   0 . 8 ]   m a x _ p o o l i n g _ s i z e   [2 ,   5 ]       Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i V o l .   40 ,   N o .   2 ,   N o v e m be r   20 25 :   898 - 906   902   T h e   CN N - G W O   m o de l   de m o n s t ra t e a   s i g ni f i c a n t   i m p r o v e m e nt   i a c c u r a c y   ov e r   15  o pt i m i z a t i o i t e ra t i o n s .   I n   t h e   i ni t i a l   p ha s e   (It e ra t i o n s   1 - 4),   t h e   m o de l ’s   a c c ur a c y   r a n ge b e t w e e n   83%  a n d   89% ,   i ndi c a t i n g   t h a t   G W O   w a s   e xpl o r i n v a r i o us   pa ra m e t e r   c o m b i na t i o n s   t o   de t e r m i n e   a e f fe c t i ve   i n i t i a l   c o n f i gu ra t i o n .   I n   It e ra t i o n   5 ,   t h e   m o de l   r e a c h e a   pe a k   a c c u r a c y   of   91%,   de m o n s t ra t i n t h a t   G W O   s uc c e s s f ul l y   i de n t i f i e a o pt i m a l   h y pe r pa ra m e t e c o m b i n a t i o t ha t   e n a b l e CN N   t o   a c h i e v e   i t s   b e s t   c l a s s i f i c a t i o pe r f o r m a n c e   f o r   f a c i a l   e m o t i o n s .   H ow e ve r ,   i n   I t e ra t i o n s   6 - 9,   a   s l i g ht   de c r e a s e   i n   a c c ur a c y   be l ow   90%  w a s   ob s e r v e d,   i n di c a t i n g   t h a t   t h e   G W O   a l go ri t hm   w a s   s t i l l   e xpl o i t i n g   a n d   v a l i da t i n g   t h e   b e s t   c o n f i gu r a t i o n.   A f t e It e ra t i o n   10,   t h e   m o de l   b e ga n   t o   s t a b i l i z e ,   w i t h   a c c ura c y   c o n s i s t e n t l y   ra n g i n b e t w e e n   88%   a n d   89% ,   s ugge s t i n t h a t   t h e   m o de l   ha r e a c h e a n   o pt i m a l   c o n f i gura t i o t ha t   n o   l o n g e r   r e qu i r e s i g ni f i c a n t   a dj us t m e nt s .   A s   i l l us t ra t e d   i n   F i gu r e   2 ,   t h e   a c c ura c y   pr o gr e s s i o n   s h o w s   r a p i i m p r o v e m e nt   i n   t h e   i ni t i a l   i t e r a t i o n s ,   f o l l ow e by   m i n o r   f l uc t ua t i o n s ,   a n d   e v e n t ua l l y   s t a b i l i z e s   a f t e It e r a t i o n   1 0.   H y pe r pa ra m e t e o pt i m i z a t i o n   us i ng   G W O   s i g ni f i c a nt l y   i m p a c t e d   t h e   m o de l ’s   pe r f o r m a n c e .   B y   i de nt i f y i n g   t h e   o p t i m a l   h y pe rpa ra m e t e c o m b i na t i o n,   CN N - G W O   a c hi e v e hi g he a c c u ra c y   t ha c o n v e nt i o na l   CN N   m e t h o ds   w i t h o u t   o p t i m i z a t i o n.   A dd i t i o n a l l y ,   t hi s   a p p r o a c h   h e l ps   p r e v e n t   o v e r f i t t i ng  a nd  u nde r f i t t i ng  b y   a d a p t i v e l y   a dj us t i n g   t h e   d r o po ut   ra t e ,   b a t c s i z e ,   a nd  l e a rni ng  ra t e .   G W O   a l s o   a c c e l e ra t e s   m o de l   c o n v e rge n c e   by   s e l e c t i n t h e   m o s t   e f f e c t i v e   pa ra m e t e r   c o m b i na t i o n s ,   a l l o w i ng  t h e   m o de l   t o   r e a c h   o p t i m a l   r e s u l t s   f a s t e r   t ha t ra d i t i o n a l   o p t i m i z a t i o m e t h o ds .   A n o t h e a dv a nt a ge   i s   t ra i ni n g   e f f i c i e n c y ,   a s   us i ng   t h e   G W O   a l go ri t hm   r e d uc e s   t h e   n e e d   f o m a nu a l   e x pe r i m e nt a t i o i h y pe r p a ra m e t e s e l e c t i o n.   U po c o m p l e t i ng  t h e   o pt i m i z a t i o n   p r o c e s s ,   CN N - G W O   i de nt i f i e d   t h e   f o l l o w i ng  o p t i m a l   c o n f i g u ra t i o n,   a s   p r e s e n t e d   i T a b l e   2 .           F i g u r e   2 .   T h e   m a x i m u m   a c c ura c y   pe r   i t e ra t i o n       T a b l e   2 .   O p t i m a l   r e s ul t s   o f   t h e   CN N - G W O   m o de l   H y p e r p a ra m e t e r   O p t i m a l   v a l u e   n u m _ c o n v _ l a y e r s   3   n u m _ f i l t e r s   35   f i l t e r_ s i z e   5   a c t i v a t i o n _ f u n c t i o n   t a n h   b a t c h _ s i z e   56   e p o c h s   57   l e a r n i n g _ ra t e   0 . 0 0 4 5 9 9   d ro p o u t _ ra t e   0 . 4 9 8 8   m a x _ p o o l i n g _ s i z e   3   o p t i m i z e r   A d a g ra d   H i g h e s t   A c c u ra c y   9 0 . 9 7 %       W i t h   t hi s   o pt i m a l   c o n f i gu r a t i o n,   t h e   CN N - G W O   m o de l   a c hi e v e t h e   hi g h e s t   a c c ur a c y   o f   90. 97%,   de m o n s t r a t i ng   t ha t   t h e   m e t a h e u r i s t i c - b a s e o pt i m i z a t i o m e t h o d   c a s i g ni f i c a n t l y   e nha n c e   CN N   pe r f o r m a n c e   i n   F E R   t a s ks .   T hi s   a pp r o a c i m p r o v e s   m o de l   a c c ura c y   a n e nh a n c e s   t ra i ni n g   e f f i c i e n c y   a n d   m o de l   s t a b i l i t y   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       H y pe r par am e t e r   op t i m i z a t i o o f   c on v ol u t i onal   n e ur al   ne t w o r k   us i n   ( Muham m ad  Muns ar i f )   903   ov e r   t i m e .   T h e   r e s ul t s   i T a b l e   c o n f i r m   t ha t   t h e   CN N - G W O   m o de l   s uc c e s s f ul l y   i de n t i f i e s   t h e   b e s t   h y pe r pa r a m e t e r   s e t t i n gs ,   o ut pe r f o r m i n g   c o n v e n t i o n a l   t u ni n g   m e t h o ds .   T h e s e   f i ndi n gs   s ugge s t   t h a t   G W O   c a b e   a e f f e c t i v e   a l t e rna t i v e   f o r   h y pe r pa ra m e t e r   o pt i m i z a t i o n   i v a r i o us   de e p - l e a rn i ng  c l a s s i f i c a t i o t a s ks .   T h e   r e s u l t s   o f   t hi s   s t udy   a re   c o m p a re d   w i t p re v i o us   re s e a r c o F a c i a l   F E R   us i ng   t he   CK +   d a t a s e t .   T h e   CN N - G W O   m o de l   a c hi e v e a a c c u ra c y   o f   9 0 . 9 7 % ,   w hi c i s   c o m pe t i t i v e   w i t e x i s t i ng   m e t h o ds .   A s   p r e s e nt e d   i T a b l e   3 ,   S u a nd   A k a n s u   [ 2 2]   a c hi e v e d   a n   a c c u ra c y   o f   90 . 98 % ,   s ho w i ng   ne a rl y   i de nt i c a l   pe r f o rm a n c e   t o   CN N - G W O ,   w i t o nl y   a   m a rg i na l   d i f f e r e nc e .   S i m i l a rl y ,   A hm e d   o b t a i n e d   a a c c u ra c y   o f   9 1 % ,   s l i g ht l y   o u t pe r f o rm i ng  t he   CN N - G W O   m o de l .   H o w e v e r ,   c o m p a r e t o   o t h e s t u di e s ,   s uc a s   [ 2 3]   ( 88 . 5 %)   a nd   [2 4]   ( 89 . 92 % ) ,   t h e   CN N - G W O   m o de l   de m o n s t ra t e d   s upe ri o a c c u ra c y .   T he s e   re s u l t s   i nd i c a t e   t ha t   m e t a h e u ri s t i c - b a s e d   o p t i m i z a t i o u s i ng   G W O   e f f e c t i v e l y   f i ne - t u ne s   C N N   m o de l s   t o   a c hi e v e   a   pe r f o rm a nc e   l e v e l   t ha t   i s   o p a w i t t he   hi g h e s t - pe r f o rm i ng   m o de l s   w h i l e   s u rp a s s i ng   s e v e ra l   c o n v e nt i o na l   a p p r o a c h e s .       T a b l e   3 .   T h e   c o m pa r i s o n   o f   a c c ur a c y   pe r f o r m a n c e   w i t h   e xi s t i n a pp r o a c h e s   A u t h o r   A c c u ra c y   ( % )   S u n   a n d   A k a n s u   [2 2 ]   90 . 98   Y i   e t   a l .   [2 3 ]   88 . 5   S o n m e z   a n d   A l b a y ra k   [2 4 ]   89 . 92   A h m e d   [2 5 ]   91   CN N + G W O   ( P ro p o s e d )   90 . 97       T h e   pe r f o r m a n c e   c o m pa ri s o n   i T a b l e   h i g hl i g ht s   t h e   e f fe c t i v e n e s s   of   t h e   CN N - G W O   a pp r o a c h,   de m o n s t r a t i ng  i t s   a b i l i t y   t o   a c h i e v e   a c c ura c y   c o m pa ra b l e   t o   s t a t e - of - t h e - a rt   m e t h o ds .   D e s pi t e   t h e   s l i g ht   di f fe r e n c e   b e t w e e n   CN N - G W O   a n d   A hm e d’s   m o de l   (9 1. 00% ),   t h e   CN N - G W O   m e t h o p r o v i de s   t h e   a dv a n t a ge   o f   a ut o m a t e h y pe r pa ra m e t e t u ni n g ,   m a ki ng  i t   a   m o r e   e f f i c i e n t   a pp r o a c h   f o o pt i m i z i n g   de e l e a rn i ng  m o de l s .   A dd i t i o n a l l y ,   T a b l e   c o n f i r m s   t ha t   CN N - G W O   o ut pe r f o r m s   s e v e r a l   t ra di t i o n a l   CN N - b a s e m o de l s ,   s uc a s   t h o s e   p r o po s e by   [23] [24] ,   f urt h e e m p ha s i z i ng   t h e   r o b us t n e s s   o f   m e t a h e u ri s t i c   o pt i m i z a t i o i F E R   t a s ks .   O n e   o f   t h e   m a i a dv a n t a ge s   o f   t h e   CN N - G W O   m o de l   i s   i t s   a b i l i t y   t o   a ut o m a t i c a l l y   o pt i m i z e   h y pe r pa r a m e t e r s ,   s i g n i f i c a n t l y   r e duc i n t h e   n e e f o r   m a n u a l   t u n i ng.   U n l i ke   t ra di t i o n a l   a pp r o a c h e s   s uc a s   gri d   s e a r c h ,   w hi c r e qu i r e   a e x ha us t i v e   s e a r c o v e r   po s s i b l e   h y p e r pa ra m e t e c o m b i na t i o n s ,   G W O   d y n a m i c a l l y   e xpl o r e s   t h e   s e a r c h   s p a c e   a n c o n v e r ge s   t o w a r d   a n   o pt i m a l   c o n f i gu ra t i o n   i n   f e w e r   i t e r a t i o n s .   T h i s   c a p a b i l i t y   a l l o w s   t h e   m o de l   t o   a c hi e v e   h i g a c c u r a c y   w h i l e   ge n e ra l i z i ng   u n s e e d a t a .   A d di t i o na l l y ,   t h e   a da p t i v e   a dj us t m e n t   o f   ke y   pa r a m e t e r s ,   s uc h   a s   d r o po ut   r a t e ,   l e a rni n ra t e ,   a nd  ke rn e l   s i z e ,   e n s u r e s   t ha t   t h e   m o de l   i s   n e i t h e o ve r f i t t i ng  n o u n de r f i t t i n g ,   w hi c a r e   c o m m o n   c ha l l e n ge s   i de e l e a rni n g - b a s e F E t a s ks .   A n o t h e n o t a b l e   a dv a nt a ge   i s   t ha t   G W O   i s   h i g h l y   a da pt a b l e   a n d   c a b e   e xt e n de d   t o   di f f e r e n t   d a t a s e t s   a n a r c h i t e c t ur e s ,   m a k i n i t   a   p r o m i s i n g   a l t e rn a t i v e   f o r   o pt i m i z i n g   CN N   m o de l s   b e y o n F E R   a ppl i c a t i o n s .   D e s pi t e   i t s   s t r e n gt h s ,   t h e   CN N - G W O   m o de l   h a s   s o m e   l i m i t a t i o n s .   A   ke y   l i m i t a t i o i s   t h e   f l uc t ua t i o i n   a c c u r a c y   o bs e r v e b e t w e e n   It e ra t i o n s   a n d   9,   w h e r e   p e r f o r m a n c e   b r i e f l y   dr o ppe b e l ow   90%  b e fo r e   s t a b i l i z i n g .   T h i s   v a ri a t i o n,   a s   s h o w n   i n   F i gu r e   2,   s ugge s t s   t h a t   w hi l e   G W O   e ff e c t i v e l y   e xpl o r e s   t h e   h y pe r pa r a m e t e r   s pa c e ,   i t   m a y   t e m po r a ri l y   s e t t l e   o n   s ub o p t i m a l   c o n f i gura t i o n s   b e fo r e   r e f i ni n i t s   s e a r c h   f ur t h e r .   A dd i t i o n a l l y ,   w h i l e   t h e   o pt i m i z a t i o p r o c e s s   s uc c e s s f ul l y   i de nt i f i e s   a o pt i m a l   c o n f i gura t i o n,   i t   do e s   n o t   gu a r a nt e e   g l o b a l   o pt i m a l i t y ,   a s   b e t t e c o n f i gu r a t i o n s   m a y   s t i l l   e xi s t .   A n o t h e l i m i t a t i o i s   t ha t   t h e   CN N - G W O   m o de l   ha s   o nl y   b e e n   t e s t e o n   t h e   CK +   da t a s e t .   S i n c e   CK +   i s   r e l a t i v e l y   t i n y   a nd  c o n t a i n s   w e l l - po s e d   f a c i a l   e xp r e s s i o n s ,   f u r t h e r   v a l i d a t i o n   o m o r e   e xt e n s i v e   a n d   di v e r s e   da t a s e t s ,   s uc h   a s   F E R 2013  o r   R A F - D B ,   i s   n e c e s s a r y   t o   a s s e s s   t h e   m o de l ’s   r o b us t n e s s   i n   r e a l - w o r l a ppl i c a t i o n s .   F u rt h e r m o r e ,   t h e   c o m put a t i o n a l   c o s t   of   r u nni ng  G W O - b a s e o pt i m i z a t i o n   i s   h i g h e t ha t r a d i t i o n a l   CN N   t r a i n i ng  s i n c e   m u l t i pl e   i t e ra t i o n s   a r e   r e qui r e d   b e fo r e   r e a c h i ng  c o n v e r ge n c e .   A u n e xpe c t e f i n di ng   i t hi s   s t udy   w a s   t h e   s ha r p   i n c r e a s e   i a c c u r a c y   a t   I t e r a t i o 5 ,   w h e r e   t h e   m o de l   r e a c h e d   i t s   hi g h e s t   a c c u r a c y   of   91%.   T hi s   s u dde pe r f o r m a n c e   s p i ke   i n di c a t e s   t ha t   G W O   i de n t i f i e a o pt i m a l   h y pe r pa ra m e t e r   c o n f i gu ra t i o n   e a rl y   i n   t h e   o pt i m i z a t i o n   p r o c e s s .   H ow e ve r ,   t h e   s ub s e que n t   f l uc t ua t i o n s   i l a t e r   i t e ra t i o n s   s ugge s t   t ha t   t h e   a l go ri t hm   c o n t i n ue r e f i n i n g   pa ra m e t e r s   t o   v a l i d a t e   a nd  s t a b i l i z e   i t s   s e l e c t i o n.   T h e   f i na l   a c c ura c y   r a n ge   o f   88%  t o   89%  i l a t e r   i t e ra t i o n s ,   a s   i l l us t ra t e i F i g u r e   2,   s ugge s t s   t h a t   t h e   m o de l   r e a c h e a   b a l a n c e c o n f i gura t i o n ,   e n s u r i ng  s t a b i l i t y   i n   c l a s s i f i c a t i o n   pe r f o r m a n c e .   T h i s   t r e n d   c o n t ra s t s   w i t c o n v e n t i o n a l   t r a i n i ng   m e t h o ds ,   w h e r e   a c c u r a c y   i n c r e a s e s   g ra du a l l y   w i t h o ut   s i g n i f i c a n t   f l uc t ua t i o n s .   T h e   i t e r a t i v e   n a t u r e   o f   G W O   h i ghl i g ht s   i t s   a b i l i t y   t o   b a l a n c e   e xp l o r a t i o a n d   e xpl o i t a t i o n,   l e a di ng  t o   a   m o r e   r e f i n e t u n i ng  p r o c e s s .   T h i s   s t udy   de m o n s t r a t e t ha t   t h e   CN N - G W O   a pp r o a c h   i s   a e f fe c t i ve   o pt i m i z a t i o s t ra t e gy   fo r   e nh a n c i ng  CN N   pe r f o r m a n c e   i F E R   t a s ks .   By   d y n a m i c a l l y   a dj us t i n g   ke y   h y pe r pa ra m e t e r s   s uc h   a s   t h e   n u m b e o f   c o n v o l ut i o n a l   l a y e r s ,   n u m b e o f   f i l t e r s ,   ke rn e l   s i z e ,   l e a rni n g   r a t e ,   a nd  d r o po ut   r a t e ,   t h e   G W O   Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i V o l .   40 ,   N o .   2 ,   N o v e m be r   20 25 :   898 - 906   904   a l go ri t hm   e n a b l e t h e   CN N   m o de l   t o   a c hi e v e   a o pt i m a l   b a l a n c e   b e t w e e n   a c c u r a c y   a nd  ge n e r a l i z a t i o n .   T h e   pr o po s e m o de l   a c hi e v e a   pe a k   a c c ura c y   of   90. 97 %,   p o s i t i o n i n g   i t   c o m pe t i t i v e l y   w i t h   s t a t e - of - t h e - a rt   m e t h o ds   w h i l e   s u r pa s s i ng  s e v e r a l   c o n v e n t i o n a l   CN N   m o de l s ,   a s   hi g h l i g ht e i n   T a b l e   3.   T h e   f i n d i n gs   unde r s c o r e   t h e   i m po r t a n c e   o f   a ut o m a t e d   h y pe r pa r a m e t e t u ni n g   i de e l e a rni n g ,   a s   i t   s i g ni f i c a n t l y   r e duc e s   t h e   n e e f o r   m a n ua l   e xpe r i m e n t a t i o n   w hi l e   i m p r o v i n m o de l   e ff i c i e n c y   a n d   pe r f o r m a n c e .   T h e   i m pl i c a t i o n s   o t h i s   r e s e a r c e xt e nd  b e y o n F E R ,   s ugge s t i ng  t ha t   m e t a h e u r i s t i c - b a s e o pt i m i z a t i o t e c hni que s   c a n   b e   a ppl i e t o   v a r i o us   o t h e r   de e l e a rni n c l a s s i f i c a t i o n   t a s ks   t h a t   r e qu i r e   f i n e - tu ni n o f   m o de l   pa r a m e t e r s .   D e s pi t e   i t s   a dv a n t a ge s ,   t h e   CN N - G W O   m o de l   ha s   c e r t a i n   l i m i t a t i o n s ,   i n c l u di n g   t h e   o b s e r ve a c c ur a c y   f l uc t ua t i o n s   duri n g   o pt i m i z a t i o a nd   t h e   n e e f o v a l i da t i o o m o r e   di v e r s e   da t a s e t s   b e y o n CK + .   F ut u r e   r e s e a r c s h o ul e xp l o r e   t h e   s c a l a b i l i t y   of   CN N - G W O   o n   l a r ge r   d a t a s e t s   s uc h   a s   F E R 2013  o r   R A F - D B   t o   a s s e s s   i t s   r o b us t n e s s   i r e a l - w o r l s c e n a ri o s .   A ddi t i o n a l l y ,   i n t e g ra t i ng  G W O   w i t h   o t h e o pt i m i z a t i o n   t e c hni que s ,   s uc h   a s   B a y e s i a n   O p t i m i z a t i o o r   D i f f e r e n t i a l   E v o l ut i o n,   c o ul e nh a n c e   i t s   e ff i c i e n c y   a n d   a c c ur a c y .   M o r e o ve r ,   i n v e s t i ga t i n g   t h e   i m p a c t   o e n s e m b l e   l e a rn i ng  by   c o m b i n i n g   m u l t i pl e   CN N - G W O   m o de l s   m a y   pr o v i de   i n s i g h t s   i n t o   f urt h e r   i m p r o v i n g   F E R   pe r f o r m a n c e .   I n   c o n c l us i o n ,   t h e   r e s ul t s   c o n f i r m   t ha t   G W O   i s   a   p r o m i s i ng  o pt i m i z a t i o t e c hn i que   f o r   CN N - b a s e F E R   m o de l s ,   w i t h   po t e n t i a l   a pp l i c a t i o n s   i v a r i o us   f i e l ds   r e qu i r i ng   h i g h - a c c ura c y   e m o t i o n   r e c o gn i t i o n,   s uc a s   h e a l t h c a r e ,   h u m a n - c o m put e i nt e ra c t i o n,   a n d   ps y c h o l o gi c a l   a s s e s s m e n t .       5.   C O N C LU S I O N   T h e   CN N - G W O   a pp r o a c h   ha s   b e e n   a p pl i e t o   t h e   t a s o f   F E R   us i n t h e   CK +   da t a s e t .   O pt i m i z a t i o of   ke y   h y pe r pa ra m e t e r s ,   s uc a s   t h e   n u m b e r   o f   c o n v o l ut i o n a l   l a y e r s ,   f i l t e s i z e ,   n u m b e o f   f i l t e r s ,   a n d   l e a rn i ng  ra t e ,   r e s ul t e i a   h i g hl y   c o m pe t i t i v e   m o de l   pe r f orm a n c e .   T h e   o pt i m a l   h y pe r pa r a m e t e r s   o b t a i n e i n c l ude   t hr e e   c o n v o l ut i o n a l   l a y e r s ,   35   f i l t e r s ,   a   ke rn e l   s i z e   o f   5,   t h e   t a nh  a c t i v a t i o f un c t i o n ,   a   b a t c s i z e   o 56,   5 e po c h s ,   a   l e a rni n g   r a t e   o f   0. 045990,   a   d r o po ut   ra t e   o f   0. 4988,   a nd  a   m a po o l i n s i z e   o f   3,   w i t h   t h e   A da g r a d   o pt i m i z e r .   W i t t h i s   c o n f i gu r a t i o n,   t h e   m o de l   a c hi e ve i t s   b e s t   a c c u r a c y   of   90. 97 %,   de m o n s t ra t i n t h e   e f fe c t i ve n e s s   of   t h e   G W O   t e c hn i que   i t u ni n g   CN N   h y pe r pa r a m e t e r s   f o r   F E R   t a s ks .   T h e s e   r e s ul t s   i n di c a t e   t h a t   G W O   c a s i g ni f i c a nt l y   e nha n c e   CN N   pe r f o r m a n c e   i F E R   by   e ff i c i e n t l y   i de nt i fy i n g   t h e   o pt i m a l   h y pe r pa r a m e t e c o n f i gu r a t i o n,   l e a d i n g   t o   a e f f e c t i v e   a n d   e ff i c i e n t   m o de l .   T h e   CN N - G W O   m o de l   e x h i b i t e d   pe r f o r m a n c e   c o m pa ra b l e   t o   o r   s l i g h t l y   l ow e r   t ha t h e   b e s t   e xi s t i n g   m e t h o ds ,   c o n f i rm i ng  G W O ' s   po t e n t i a l   a s   a   pr o m i s i n g   o pt i m i z a t i o t e c hni que   f o r   f ut u r e   e m o t i o n   r e c o gni t i o a p pl i c a t i o n s .       F U N D I N G   I N F O R M A TI O N   A ut h o r s   s t a t e   n o   f un d i n g   i n v o l v e d.       C O N F LI C O F   I N T ER ES S TA T EM EN T   A ut h o r s   s t a t e   n o   c o n f l i c t   o f   i nt e r e s t .       D A TA   A V A I LA B I LI T Y   D a t a   a v a i l a b i l i t y   i s   n o t   a ppl i c a b l e   t o   t hi s   pa pe a s   n o   n e w   d a t a   w e r e   c r e a t e d   o a n a l y z e i t hi s   s t udy .       R EF ER EN C ES   [1 ]   M .   M u n s a ri f ,   M .   S a m ’a n ,   a n d   A .   F a h re z i ,   Co n v o l u t i o n   n e u ra l   n e t w o rk   h y p e r p a ra m e t e r   o p t i m i z a t i o n   u s i n g   m o d i f i e d   p a rt i c l e   s w a r m   o p t i m i z a t i o n ,   B u l l e t i n   o f   E l e c t r i c a l   E n g i n e e r i n g   a n d   In f o r m a t i c s   ( B E E I) ,   v o l .   1 3 ,   n o .   2 ,   p p .   1 2 6 8 - 1 2 7 5 ,   A p r .   2 0 2 4 ,     d o i :   1 0 . 1 1 5 9 1 / e e i . v 1 3 i 2 . 6 1 1 2 .   [2 ]   G .   O l a g u e ,   E .   Cl e m e n t e ,   D .   E .   H e r n a n d e z ,   A .   Ba rr e ra ,   M .   C h a n - L e y ,   a n d   S .   Ba k s h i ,   A r t i f i c i a l   v i s u a l   c o rt e x   a n d   r a n d o m   s e a r c h   fo o b j e c t   c a t e g o ri z a t i o n ,   I E E E   A c c e s s ,   v o l .   7 ,   p p .   5 4 0 5 4 - 5 4 0 7 2 ,   2 0 1 9 ,   d o i :   1 0 . 1 1 0 9 / A CCE S S . 2 0 1 9 . 2 9 1 2 7 9 2 .   [3 ]   F .   Ba r g a g n a   e t   a l . ,   Ba y e s i a n   c o n v o l u t i o n a l   n e u ra l   n e t w o rk s   i n   m e d i c a l   i m a g i n g   c l a s s i f i c a t i o n :   a   p r o m i s i n g   s o l u t i o n   fo d e e p   l e a r n i n g   l i m i t s   i n   d a t a   s c a r c i t y   s c e n a ri o s ,   J o u r n a l   o f   D i g i t a l   Im a g i n g ,   v o l .   3 6 ,   n o .   6 ,   p p .   2 5 6 7 - 2 5 7 7 ,   D e c .   2 0 2 3 ,     d o i :   1 0 . 1 0 0 7 / s 1 0 2 7 8 - 023 - 00897 - 8.   [4 ]   T .   N .   F a t y a n o s a   a n d   M .   A ri t s u g i ,   A n   a u t o m a t i c   c o n v o l u t i o n a l   n e u ra l   n e t w o rk   o p t i m i z a t i o n   u s i n g   a   d i v e r s i t y - g u i d e d   g e n e t i c   a l g o r i t h m ,   IE E E   A c c e s s ,   v o l .   9 ,   p p .   9 1 4 1 0 - 9 1 4 2 6 ,   2 0 2 1 ,   d o i :   1 0 . 1 1 0 9 / A CC E S S . 2 0 2 1 . 3 0 9 1 7 2 9 .   [5 ]   F .   E .   F e rn a n d e s   J u n i o a n d   G .   G .   Y e n ,   P a rt i c l e   s w a r m   o p t i m i z a t i o n   o f   d e e p   n e u ra l   n e t w o rk s   a rc h i t e c t u r e s   fo r   i m a g e   c l a s s i f i c a t i o n ,   S w a r m   a n d   E v o l u t i o n a r y   Co m p u t a t i o n ,   v o l .   4 9 ,   p p .   6 2 - 7 4 ,   S e p .   2 0 1 9 ,   d o i :   1 0 . 1 0 1 6 / j . s w e v o . 2 0 1 9 . 0 5 . 0 1 0 .   [6 ]   F .   A g h a b e i g i ,   S .   N a z a r i ,   a n d   N .   O s a t i   E ra g h i ,   A n   o p t i m i z e d   f a c i a l   e m o t i o n   re c o g n i t i o n   a rc h i t e c t u r e   b a s e d   o n   a   d e e p   c o n v o l u t i o n a l   n e u ra l   n e t w o rk   a n d   g e n e t i c   a l g o ri t h m ,   S i g n a l ,   Im a g e   a n d   V i d e o   P r o c e s s i n g ,   v o l .   1 8 ,   n o .   2 ,   p p .   1 1 1 9 - 1 1 2 9 ,     M a r.   2 0 2 4 ,   d o i :   1 0 . 1 0 0 7 / s 1 1 7 6 0 - 023 - 0 2 7 6 4 - z.   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       H y pe r par am e t e r   op t i m i z a t i o o f   c on v ol u t i onal   n e ur al   ne t w o r k   us i n   ( Muham m ad  Muns ar i f )   905   [7 ]   J .   W a n g ,   J .   X u ,   a n d   X .   W a n g ,   Co m b i n a t i o n   o f   h y p e r b a n d   a n d   b a y e s i a n   o p t i m i z a t i o n   fo r   h y p e rp a ra m e t e o p t i m i z a t i o n   i n   d e e p   l e a r n i ng .   2 0 1 8 .   [O n l i n e ].   A v a i l a b l e :   h t t p : / / a r x i v . o r g / a b s / 1 8 0 1 . 0 1 5 9 6   [8 ]   E .   G a n g a d e v i ,   R.   S .   Ra n i ,   R.   K .   D h a n a ra j ,   a n d   A .   N a y y a r,   S p o t - o u t   f ru i t   fl y   a l g o r i t h m   w i t h   s i m u l a t e d   a n n e a l i n g   o p t i m i z e d   S V M   fo d e t e c t i n g   t o m a t o   p l a n t   d i s e a s e s ,   Ne u r a l   Co m p u t i n g   a n d   A p p l i c a t i o n s ,   v o l .   3 6 ,   n o .   8 ,   p p .   4 3 4 9 - 4 3 7 5 ,   M a r.   2 0 2 4 ,     d o i :   1 0 . 1 0 0 7 / s 0 0 5 2 1 - 023 - 09295 - 1.   [9 ]   R.   R.   M o s t a f a ,   A .   M .   K h e d r,   Z .   A L   A g h b a ri ,   I.   A fy o u n i ,   I.   K a m e l ,   a n d   N .   A h m e d ,   M e d i c a l   i m a g e   s e g m e n t a t i o n   a p p r o a c h   b a s e d   o n   h y b ri d   a d a p t i v e   d i ffe r e n t i a l   e v o l u t i o n   a n d   c ra y f i s h   o p t i m i z e r,   Co m p u t e r s   i n   B i o l o g y   a n d   M e d i c i n e ,   v o l .   1 8 0 ,   p .   1 0 9 0 1 1 ,     S e p .   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . c o m p b i o m e d . 2 0 2 4 . 1 0 9 0 1 1 .   [1 0 ]   G .   R o n g   e t   a l . ,   Co m p a ri s o n   o t r e e - s t ru c t u re d   p a r z e n   e s t i m a t o r   o p t i m i z a t i o n   i n   t h r e e   t y p i c a l   n e u ra l   n e t w o rk   m o d e l s   fo l a n d s l i d e   s u s c e p t i b i l i t y   a s s e s s m e n t ,   R e m o t e   S e n s i n g ,   v o l .   1 3 ,   n o .   2 2 ,   p .   4 6 9 4 ,   N o v .   2 0 2 1 ,   d o i :   1 0 . 3 3 9 0 / rs 1 3 2 2 4 6 9 4 .   [1 1 ]   S .   R o t h ,   A .   G e p p e rt h ,   a n d   C .   I g e l ,   M u l t i - o b j e c t i v e   n e u ra l   n e t w o rk   o p t i m i z a t i o n   fo r   v i s u a l   o b j e c t   d e t e c t i o n ,   i n   M u l t i - O b j e c t i v e   M a c h i n e   L e a r n i n g ,   Be rl i n ,   H e i d e l b e r g :   S p ri n g e r   B e rl i n   H e i d e l b e rg ,   2 0 0 6 ,   p p .   6 2 9 - 6 5 5 .   d o i :   1 0 . 1 0 0 7 / 3 - 540 - 33019 - 4_27.   [1 2 ]   A .   Q .   H .   Ba d a r,   G r e y   w o l o p t i m i z e r .   E v o l u t i o n a r y   o p t i m i z a t i o n   a l g o r i t h m s ,   p p .   1 6 5 - 1 9 0 ,   2 0 2 1 .   [1 3 ]   A .   A .   M .   M u z a h i d   e t   a l . ,   D e e p   l e a r n i n g   fo 3 D   o b j e c t   re c o g n i t i o n :   A   s u rv e y ,   Ne u r o c o m p u t i n g ,   v o l .   6 0 8 ,   p .   1 2 8 4 3 6 ,   D e c .   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . n e u c o m . 2 0 2 4 . 1 2 8 4 3 6 .   [1 4 ]   R.   M o h a k u d   a n d   R.   D a s h ,   S k i n   c a n c e i m a g e   s e g m e n t a t i o n   u t i l i z i n g   a   n o v e l   E N - G W O   b a s e d   h y p e r - p a ra m e t e o p t i m i z e d   F CE D N ,   J o u r n a l   o f   K i n g   S a u d   U n i v e r s i t y   -   Co m p u t e r   a n d   In f o r m a t i o n   S c i e n c e s ,   v o l .   3 4 ,   n o .   1 0 ,   p p .   9 8 8 9 - 9 9 0 4 ,   N o v .   2 0 2 2 ,     d o i :   1 0 . 1 0 1 6 / j . j k s u c i . 2 0 2 1 . 1 2 . 0 1 8 .   [1 5 ]   M .   K a rt h i g a ,   V .   S a n t h i ,   a n d   S .   S o u n t h a rra j a n ,   H y b ri d   o p t i m i z e d   c o n v o l u t i o n a l   n e u ra l   n e t w o rk   fo e ff i c i e n t   c l a s s i f i c a t i o n   o f   E CG   s i g n a l s   i n   h e a l t h c a re   m o n i t o ri n g ,   B i o m e d i c a l   S i g n a l   P r o c e s s i n g   a n d   Co n t r o l ,   v o l .   7 6 ,   p .   1 0 3 7 3 1 ,   J u l .   2 0 2 2 ,     d o i :   1 0 . 1 0 1 6 / j . b s p c . 2 0 2 2 . 1 0 3 7 3 1 .   [1 6 ]   Y .   B o rh a n i ,   J .   K h o ra m d e l ,   a n d   E .   N a j a f i ,   A   d e e p   l e a r n i n g   b a s e d   a p p r o a c h   fo a u t o m a t e d   p l a n t   d i s e a s e   c l a s s i f i c a t i o n   u s i n g   v i s i o n   t ra n s fo r m e r ,   S c i e n t i f i c   R e p o r t s ,   v o l .   1 2 ,   n o .   1 ,   p .   1 1 5 5 4 ,   J u l .   2 0 2 2 ,   d o i :   1 0 . 1 0 3 8 / s 4 1 5 9 8 - 022 - 1 5 1 6 3 - 0.   [1 7 ]   S .   A .   E l s a i d ,   E .   S h e h a b ,   A .   M .   M a t t a r ,   A .   T .   A z a r ,   a n d   I .   A .   H a m e e d ,   H y b r i d   i n t ru s i o n   d e t e c t i o n   m o d e l s   b a s e d   o n   G W O   o p t i m i z e d   d e e p   l e a rn i n g ,   D i s c o v e r   A p p l i e d   S c i e n c e s ,   v o l .   6 ,   n o .   1 0 ,   p .   5 3 1 ,   O c t .   2 0 2 4 ,   d o i :   1 0 . 1 0 0 7 / s 4 2 4 5 2 - 024 - 06209 - 1.   [1 8 ]   V .   V .   K h r y a s h c h e v ,   A .   A .   O s t ro v s k a y a ,   V .   A .   P a v l o v ,   a n d   A .   S .   S e m e n o v ,   O p t i m i z a t i o n   o f   c o n v o l u t i o n a l   n e u ra l   n e t w o rk   f o r   o b j e c t   r e c o g n i t i o n   o n   s a t e l l i t e   i m a g e s ,   i n   2 0 1 8   S y s t e m s   o f   S i g n a l   S y n c h r o n i z a t i o n ,   G e n e r a t i n g   a n d   P r o c e s s i n g   i n   T e l e c o m m u n i c a t i o n s ,   S Y NCH R O IN F O   2 018 ,   IE E E ,   J u l .   2 0 1 8 ,   p p .   1 - 5 .   d o i :   1 0 . 1 1 0 9 / S Y N CH RO IN F O . 2 0 1 8 . 8 4 5 7 0 5 6 .   [1 9 ]   H .   A s k r,   M .   E l - d o s u k y ,   A .   D a r w i s h ,   a n d   A .   E .   H a s s a n i e n ,   E x p l a i n a b l e   R e s N e t 5 0   l e a rn i n g   m o d e l   b a s e d   o n   c o p u l a   e n t r o p y   f o r   c o t t o n   p l a n t   d i s e a s e   p r e d i c t i o n ,   A p p l i e d   S o f t   Co m p u t i n g ,   v o l .   1 6 4 ,   p .   1 1 2 0 0 9 ,   O c t .   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . a s o c . 2 0 2 4 . 1 1 2 0 0 9 .   [2 0 ]   A .   G u e r n i n e   a n d   M .   T .   K i m o u r,   O p t i m i z e d   t ra i n i n g   fo r   c o n v o l u t i o n a l   n e u ra l   n e t w o rk   u s i n g   e n h a n c e d   g r e y   w o l o p t i m i z a t i o n   a l g o r i t h m ,   In f o r m a t i c a ,   v o l .   4 5 ,   n o .   5 ,   p p .   7 3 1 - 7 3 9 ,   A u g .   2 0 2 1 ,   d o i :   1 0 . 3 1 4 4 9 / i n f . v 4 5 i 5 . 3 4 9 7 .   [2 1 ]   T .   T .   S h o w ra v ,   S .   Ba i n ,   M .   H o s s a i n ,   K .   I .   A h m e d ,   S .   A .   F a t t a h ,   a n d   S .   A h m e d ,   A   T w o - s t a g e   A p p r o a c h   fo P l a n t   D i s e a s e   Cl a s s i fi c a t i o n   Ba s e d   o n   D e e p   N e u ra l   N e t w o rk s   a n d   T ra n s fe r   L e a rn i n g ,   i n   1 2 t h   In t e r n a t i o n a l   Co n f e r e n c e   o n   E l e c t r i c a l   a n d   Co m p u t e r   E n g i n e e r i n g ,   ICE CE   2 0 2 2 ,   IE E E ,   D e c .   2 0 2 2 ,   p p .   4 6 9 - 4 7 2 .   d o i :   1 0 . 1 1 0 9 / ICE CE 5 7 4 0 8 . 2 0 2 2 . 1 0 0 8 8 5 8 7 .   [2 2 ]   Y .   S u n   a n d   A .   N .   A k a n s u ,   F a c i a l   e x p r e s s i o n   r e c o g n i t i o n   w i t h   r e g i o n a l   h i d d e n   M a rk o v   m o d e l s ,   E l e c t r o n i c s   L e t t e r s ,   v o l .   5 0 ,     n o .   9 ,   p p .   6 7 1 - 6 7 3 ,   A p r.   2 0 1 4 ,   d o i :   1 0 . 1 0 4 9 / e l . 2 0 1 4 . 0 4 4 1 .   [2 3 ]   J .   Y i ,   X .   M a o ,   L .   C h e n ,   Y .   X u e ,   a n d   A .   Co m p a r e ,   F a c i a l   e x p r e s s i o n   r e c o g n i t i o n   c o n s i d e ri n g   i n d i v i d u a l   d i ffe r e n c e s   i n   f a c i a l   s t ru c t u r e   a n d   t e x t u r e ,   I E T   Co m p u t e r   V i s i o n ,   v o l .   8 ,   n o .   5 ,   p p .   4 2 9 - 4 4 0 ,   O c t .   2 0 1 4 ,   d o i :   1 0 . 1 0 4 9 / i e t - c v i . 2 0 1 3 . 0 1 7 1 .   [2 4 ]   E .   B .   S o n m e z   a n d   S .   A l b a y ra k ,   Cri t i c a l   p a ra m e t e r s   o t h e   s p a r s e   re p r e s e n t a t i o n b a s e d   c l a s s i f i e r ,   IE T   Co m p u t e r   V i s i o n ,   v o l .   7 ,     n o .   6 ,   p p .   5 0 0 - 5 0 7 ,   D e c .   2 0 1 3 ,   d o i :   1 0 . 1 0 4 9 / i e t - c v i . 2 0 1 2 . 0 1 2 7 .   [2 5 ]   F .   A h m e d ,   G ra d i e n t   d i r e c t i o n a l   p a t t e r n :   a   r o b u s t   fe a t u r e   d e s c ri p t o fo f a c i a l   e x p r e s s i o n   re c o g n i t i o n ,   E l e c t r o n i c s   L e t t e r s ,   v o l .   4 8 ,   n o .   1 9 ,   p p .   1 2 0 3 - 1 2 0 4 ,   S e p .   2 0 1 2 ,   d o i :   1 0 . 1 0 4 9 / e l . 2 0 1 2 . 1 8 4 1 .       B I O G R A P H I ES   O F   A U T H O R S         M u h am m ad   M u n s a r i f           r e c e i v e d   hi s   M a s t e r ' s   D e g r e e   i n   C o m put e r   S c i e nc e   i n   2002   a n P hD   i n   2 023   f r o m   D i a n   N us w a n t o r o   U ni v e r s i t y ,   S e m a r a ng ,   I ndo ne s i a   a nd   A s i a   e   U ni v e r s i t y ,   S e l a ng o r ,   M a l a y s i a .   H e   i s   a l s o   a   l e c t u r e r   i i n f o r m a t i c s   E ng i ne e r i ng   a t   M uh a m m a di y a U ni v e r s i t y ,   S e m a r a ng   ( U N I M U S ) .   H i s   r e s e a r c i nt e r e s t s   i nc l u de   c o m put e r   v i s i o a nd  da t a   s c i e nc e .   H e   c a n   b e   c o nt a c t e a t   e m a i l :   m . m uns a r i f @un i m us . a c . i d .         M u h am m ad   S am a n           r e c e i v e B a c he l o r   D e g r e e   f r o m   U ni v e r s i t a s   N e g e r i   S e m a r a ng   a nd   M a s t e r   D e g r e e   f r o m   U ni v e r s i t a s   D i po ne g o r o   i M a t h e m a t i c s   2 010   a n 2 016   r e s pe c t i v e l y   a nd  no w ,   he   i s   s t udy i ng   i n   t he   po s t g r a d ua t e   s t ud e nt ,   F a c ul t y   o f   T e c hno l og y   M a n a g e m e nt   a nd  B us i ne s s ,   U n i v e r s i t i   T u H us s e i O n M a l a y s i a   ( U T H M ) .   H i s   r e s e a r c i nt e r e s t s   a r e   i n   o pt i m i z a t i o n,   f uz z y   m a t he m a t i c s   a nd   c o m put a t i o n a l   m a t he m a t i c s .   H e   c a n   be   c o nt a c t e a t   e m a i l :   m uha m m a d . 9 2s a m @g m a i l . c o m .       Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i V o l .   40 ,   N o .   2 ,   N o v e m be r   20 25 :   898 - 906   906     E r n aw at i           r e c e i v e he r   M a s t e r s   D e g r e e   i H e a l t P r o m o t i o w i t a   c o nc e nt r a t i on   i n   R e pr o duc t i v e   H e a l t h   a nd   H I V / A I D S   f r o m   U n i v e r s i t a s   D i po ne g or o ,   I ndo ne s i a ,   a nd   he r   P hD   i N u r s i ng   i 20 21  f r o m   U n i v e r s i t a s   A i r l a ng g a ,   S ur a ba y a ,   I ndo ne s i a .   S h e   i s   a l s o   a   l e c t u r e r   i n   N ur s i ng   a t   M u ha m m a d i y a U ni v e r s i t y ,   S e m a r a ng   ( U N I M U S ) .   H e r   r e s e a r c h   i nt e r e s t s   i nc l ud e   c om m uni t y   nur s i ng ,   H I V / A I D S   pr e v e nt i o n,   r e pr o duc t i v e   h e a l t h,   a n d   e m po w e r m e nt   o f   v ul ne r a bl e   po pul a t i o ns Sh e   c a n   be   c o nt a c t e d   a t   e m a i l :   e r na w a t i @u ni m us . a c .         B u d i   S an t o s a           i s   P r o f e s s o r   i n   t he   M e di c a l   L a bo r a t o r y   S c i e nc e   M a s t e r ' s   P r o g r a m   a t   U ni v e r s i t a s   M uha m m a di y a S e m a r a ng ,   I ndo ne s i a .   H e   s e r v e s   a s   a   l e c t ur e r   a n r e s e a r c he r   i n   t he   f i e l d   o f   bi o m e d i c i ne .   H i s   r e s e a r c f o c us e s   o s pe c i a l   c he l a t i ng   a g e nt s ,   pa r t i c ul a r l y   f o r   he a vy   m e t a l s   s uc h   a s   l e a d   ( P b ) ,   u t i l i z i ng   m e t a l l o t hi o ne i n   p r o t e i ns   f o und   i n   t h e   l e a v e s   o f   I R   B a g e ndi t   r i c e .   H e   ha s   a   s t r o ng   i nt e r e s t   i de v e l o pi ng   bi o - ba s e de t o xi f i c a t i o m e t ho ds   f o r   he a vy   m e t a l   c o nt a m i na t i o n .   H e   c a n   be   c o nt a c t e d   a t   e m a i l :   bud i s a nt o s a @u ni m u s . a c . i d .     Evaluation Warning : The document was created with Spire.PDF for Python.