I AE S In t er na t io na l J o urna l o f   Art if icia l In t ellig ence   ( I J - AI )   Vo l.   14 ,   No .   6 Dec em b er   2 0 2 5 ,   p p .   4 4 0 3 ~ 4 4 1 4   I SS N:  2 2 5 2 - 8 9 3 8 ,   DOI : 1 0 . 1 1 5 9 1 /ijai.v 14 .i 6 . p p 4 4 0 3 - 4 4 1 4          4403     J o ur na l ho m ep a g e h ttp : //ij a i . ia esco r e. co m   A biblio met ric an a ly sis  of f ea ture  s elect io techni qu es: t r ends,  inno v a tions a nd f uture  direc tions       O um a im a   Sem ma r,   Wis s a l El   H a bti,   Do na ls o n Wils o n,  Abdella h Az m a ni   La b o r a t o r y   o f   I n t e l l i g e n t   A u t o ma t i o n   a n d   B i o M e d G e n o m i c s ,   F a c u l t y   o f   S c i e n c e a n d   Te c h n o l o g i e o f   Ta n g i e r ,     A b d e l m a l e k   Essa â d i   U n i v e r s i t y ,   Te t o u a n ,   M o r o c c o       Art icle  I nfo     AB S T RAC T   A r ticle  his to r y:   R ec eiv ed   No v   30 2 0 2 4   R ev is ed   Sep   19 2 0 2 5   Acc ep ted   Oct   16 2 0 2 5       F e a tu re   se lec ti o n   tec h n i q u e h a v e   b e c o m e   in c re a sin g l y   im p o rtan in   a d d re ss in g   t h e   c h a ll e n g e o h i g h   d ime n sio n a li t y   in   m a c h i n e   lea rn in g   a n d   o th e a rti ficia in tell ig e n c e   d o m a in s.  In   th is  stu d y ,   we   p re se n a   c o m p re h e n siv e   b ib li o m e tri c   a n a ly sis  o re se a rc h   o n   fe a tu re   se lec ti o n   tec h n iq u e o v e th e   p a st  d e c a d e ,   fo c u sin g   o n   m a p p i n g   th e   i n tellec tu a stru c tu re ,   i d e n ti f y in g   e m e rg in g   tren d s,  a n d   h i g h li g h ti n g   p ro d u c ti v e   c o ll a b o ra ti o n in   th e   fiel d .   Us i n g   m e rg e d   d a ta  fro m   S c o p u a n d   Web   o f   S c ien c e   d a tab a se s,  we   c o ll e c ted   a n d   a n a ly z e d   2 , 0 7 9   re lev a n d o c u m e n ts  p u b li sh e d   b e twe e n   2 0 1 4   a n d   2 0 2 4 ,   a p p l y in g   c i tatio n   a n a l y sis,  c o - a u th o rs h ip   n e two rk s ,   a n d   k e y wo r d   c o - o c c u rre n c e   m a p p in g .   Ou fi n d i n g r e v e a th a t   fe a tu re   se lec ti o n   m e th o d o l o g ies   in c l u d i n g   su p e rv ise d ,   u n su p e r v ise d ,   a n d   h y b rid   a p p r o a c h e a c ro ss   fil ter,  wra p p e r ,   a n d   e m b e d d e d   tec h n iq u e s,  h a v e   b e e n   wid e l y   a p p li e d   a c ro ss   v a ri o u d o m a in s.   T h e   a u t h o rs   wh o   h a v e   m o st   c o n tri b u ted   t o   th e   d e v e lo p m e n o f   th e se   m e th o d s a re   p rima ril y   a ffil iate d   with   in stit u ti o n in   C h in a ,   I n d ia,  a n d   th e   USA.   Th e   i n sig h ts  p r o v i d e d   b y   th is   a n a ly sis  o ffe re se a rc h e rs  a n d   p ra c ti ti o n e rs  a   v a l u a b le  fo u n d a ti o n   f o g u id i n g   fu tu re   re se a rc h   d irec ti o n s i n   fe a tu re   se lec ti o n .   K ey w o r d s :   Ar tific ial  in tellig en ce   B ib lio m etr ic  an aly s is   Featu r s elec tio n   Hig h   d im en s io n ality   Ma ch in lear n in g   T h is i a n   o p e n   a c c e ss   a rticle   u n d e r th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   Ou m aim Sem m ar   L ab o r ato r y   o f   I n tellig en t A u t o m atio n   an d   B io Me d Gen o m ics   Facu l ty   o f   Scien ce s   an d   T ec h n o lo g ies o f   T a n g ier ,   A b d elm ale k   E s s d i U n iv er s ity   Km .   1 0   Old   Air p o r t Ro ad ,   PO Bo x : 4 1 6 ,   T an g ier ,   Mo r o cc o   E m ail: o u m aim a. s em m ar 1 @ etu . u ae . ac . m a       1.   I NT RO D UCT I O N   I n   th e   er o f   b ig   d ata ,   th e   ex p lo s io n   o f   m u ltid im en s io n al   d a ta  h as  h eig h te n ed   t h n ee d   f o r   ef f icien t   m ac h in lear n in g   al g o r ith m s   wh ile  ex ac er b atin g   th "c u r s e   o f   d im en s io n ality [ 1 ] .   T h is   p h en o m en o n ,   wh er e   ad d in g   f ea tu r es  lead s   to   d at d is p er s io n ,   c o m p licates  m o d el  g e n er aliza tio n   a n d   in c r ea s es  th r is k   o f   o v er f itti n g   [ 2 ] .   T o   a d d r ess   th ese  ch allen g es,  f ea tu r s elec tio n   h as  b ec o m cr u cial  s tr ateg y   in   ar tific ial  in tellig en ce   an d   m ac h in lea r n in g ,   aim in g   to   id e n tify   th e   m o s r elev an v ar iab les  to   im p r o v m o d el  e f f icien cy   [ 3 ] ,   th er e b y   estab lis h in g   its elf   as  p r o m in en r esear c h   f ield   [ 4 ] .   T h f ield   en c o m p ass es  v ar io u s   m eth o d o l o g ies,  in clu d in g   s u p er v is ed ,   u n s u p er v is ed ,   an d   h y b r id   a p p r o ac h es,  with   s elec tio n   s tr ateg ies   ca teg o r ized   i n to   wr a p p er ,   f ilt er ,   an d   em b ed d e d   m eth o d s ,   e ac h   o f f er in g   s p ec if ic  a d v an ta g es  an d   lim itatio n s   [ 3 ] [ 5 ] .   R ec en tly ,   s ig n if ican t   p r o g r ess   h as  b ee n   m ad e   in   in teg r atin g   d ee p   lea r n in g   tec h n iq u es  f o r   f ea tu r e   s elec tio n ,   p r o m is in g   b etter   m a n ag em en t o f   co m p lex   an d   lar g e - s ca le  d ata  [ 6 ] [ 7 ] .   Mo r e o v er ,   th em er g en ce   o f   ad ap tiv m eth o d s   ca p ab le  o f   d y n am ically   ad ju s tin g   f ea t u r e   s elec tio n   b ased   o n   ev o lv in g   d ata  o p en s   u p   n ew   p er s p ec tiv es f o r   m o r r o b u s t a n d   f lex ib le  m o d els  [ 8 ] .   T h v er s atil it y   o f   f ea t u r e   s e le c tio n   is   d e m o n s t r a te d   ac r o s s   d i v e r s e   d o m ai n s .   I n   h e alt h c ar e,   p a r ti c u la r l y   o n c o l o g y ,   th ese   te ch n i q u es   h a v e   r e v o lu ti o n iz ed   c an ce r   d et ec ti o n   a n d   d i ag n o s ti p r ec is i o n   [ 9 ] [ 1 0 ] .     Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   6 Dec em b er   20 25 4 4 0 3 - 4 4 1 4   4404   T h f in an cial  s ec to r   h ar n ess es th em   f o r   r is k   ass ess m en t a n d   in s u r an ce   o p tim izatio n   [ 1 1 ] ,   w h ile  m an u f ac tu r in g   in d u s tr ies  b en ef it  f r o m   t h eir   a p p licatio n   in   p r e d ictiv m ain t en an ce   [ 1 2 ] .   T h tec h n o lo g y   s ec to r   h as  in teg r ated   th ese  m eth o d s   in to   in t r u s io n   d etec tio n   s y s tem s   an d   n atu r al  lan g u ag e   p r o ce s s in g   a p p licat io n s   [ 1 3 ] ,   [ 1 4 ] ,   a n d   b io in f o r m atics  lev er ag es  th em   f o r   g en ex p r ess io n   a n aly s is   an d   p r o tein   s tr u ct u r p r ed ictio n   [ 1 5 ] Ad d itio n ally ,   tr an s p o r tatio n   s y s tem s   h av ac h iev ed   s ig n if i ca n im p r o v e m en ts   in   tr af f ic   o p tim izatio n   an d   tr av el  tim p r ed ictio n   th r o u g h   th ese  tech n iq u es  [ 1 6 ] .   T h ex p o n e n tial  g r o wth   o f   s cien tific   liter atu r h as  n ec e s s itated   th em p lo y m e n o f   s y s tem atic   m eth o d s   f o r   an aly zi n g   r ese ar ch   d ev el o p m e n ts .   B ib lio m etr ic  an aly s is ,   en co m p ass in g   citatio n   an aly s is ,     co - au th o r s h ip   n etwo r k s ,   an d   k ey wo r d   co - o cc u r r en ce   p atte r n s ,   p r o v id r o b u s f r am ew o r k   f o r   e v alu atin g   s cien tific   o u tp u an d   r esear c h   ev o lu tio n   [ 1 7 ] .   T h ese  an aly tic al  ap p r o ac h es,  e n h an ce d   b y   r e ce n d ev elo p m en ts   in   b ib lio m etr ic  to o ls ,   en ab le  s o p h is ticated   ex am in atio n   o f   la r g e - s ca le  s cien tific   d ata,   o f f e r in g   co m p r eh en s iv e   in s ig h ts   in to   r esear ch   d y n am ics  [ 1 8 ] .   W h ile  ex is tin g   s tu d ies  h av p r o v id ed   v al u ab le  in s ig h ts   in to   s p ec if ic   asp ec ts   o f   f ea t u r s elec tio n ,   s u ch   as  o p tim izatio n   alg o r ith m s   in   h ea lth ca r a p p licatio n s   [ 1 9 ]   an d   m icr o a r r ay   r esear ch   tr en d s   [ 2 0 ] ,   th er e   r e m ain s   cr itical  n ee d   f o r   c o m p r eh en s iv e   u n d er s tan d in g   o f   th is   r ap id l y   e v o lv in g   f ield .   Ou r   s tu d y   ad d r ess es  th is   r esear ch   g ap   t h r o u g h   c o m p r e h en s iv b i b lio m etr ic  a n aly s is   o f   f ea tu r e   s elec tio n   liter atu r s p a n n in g   th p ast  d ec ad e.   T h is   a n aly s is   aim s   to   m a p   t h f ield ' s   in tellectu al  s tr u ctu r e,   id en tify   em er g in g   r esear ch   f r o n tier s ,   an d   p r o v id ev i d en c e - b ased   in s ig h ts   to   g u id f u tu r in v esti g atio n s .     T h p ap e r   is   s tr u ctu r e d   as  f o ll o ws:   First,  we  p r esen d etail ed   d escr ip tio n   o f   o u r   b ib lio m etr ic  m eth o d o lo g y ,   en co m p ass in g   d ata  co llectio n   p r o ce s s es  an d   an aly tical  to o ls .   Su b s eq u en tly ,   we  p r esen o u r   f in d in g s ,   f o llo wed   b y   an   in - d ep th   d is cu s s io n   o f   th r esu lts .   T h p ap er   co n clu d es  with   s y n th esis   o f   k ey   in s ig h ts ,   wh ile   ac k n o wled g i n g   m eth o d o l o g ic al  lim itatio n s   an d   p r o p o s in g   f u tu r r esear ch   d ir ec tio n s   in   th is   d o m ain .       2.   M E T H O D   Desp ite  th v ar iety   o f   liter atu r d atab ases   av ailab le,   s u ch   a s   Dim en s io n s   [ 2 1 ] ,   L e n s ,   Pu b Me d   [ 2 2 ] an d   C o ch r an e   L ib r ar y .   Fo r   t h is   s tu d y ,   Sco p u s   an d   W eb   o f   Scien ce   wer ch o s en   as  th ey   ar th m o s t   co m p r eh e n s iv an d   co m m o n ly   r ef er e n ce d   m u ltid is cip lin ar y   d ata b ases   [ 2 3 ] .   A d d it io n ally ,   b ased   o n   s u g g esti o n s   [ 2 4 ]   a n d   r ec o m m en d atio n s   [ 2 3 ] ,   th ese  two   s elec ted   d atab ases   co m p lem en ea ch   o th er ,   esp ec ially   wh en   co m p ar in g   v ar i o u s   f iel d s ,   in s titu tio n s ,   co u n tr ies,  o r   lan g u a g es.  T h er e f o r e,   th is   s tu d y   will  f o cu s   o n   m er g in g   t h two   m ain   d atab as es: Sco p u s   an d   W eb   o f   Scien c e.   T h b ib lio m etr ic  d ata   co llectio n   p r o ce s s   to o k   p lace   o n   S ep tem b er   2 5 ,   2 0 2 4 .   All  s ea r ch es  wer e   co n d u cte d   o n   th s am d a y   to   p r ev en b ias  f r o m   d aily   d ata b a s u p d ates.  T h r esear c h   s tu d y   aim ed   to   id en tify   k ey wo r d s   p r esen in   th ar ticles'  titl e s ,   k ey wo r d s ,   o r   ab s tr ac ts .   T h f o llo win g   to p ical  q u er y   was  p er f o r m ed :   ( "Fea tu r s elec tio n OR   "Di m en s io n ality   r ed u ctio n OR   "Attr ib u te  s elec tio n ")   AND  ( "Su p er v is ed   lear n in g OR   "Un s u p er v is ed   lear n in g   "   OR   “M ac h in lear n in g ”  OR   Dee p   lear n in g )   AND  ( "Statis tical  m eth o d s OR   "PC A"  O R   Prin cip al  co m p o n en an al y s is ”  OR   "Co r r elatio n - b ased OR   "Ch i - s q u ar e"   OR   "M u tu al   in f o r m atio n OR   "AN OVA"   OR   "Va r ian ce   th r esh o ld ") .   T h is   r esu lted   in   2 0 8 8   d o cu m e n ts   in   Sco p u s   a n d   1 , 3 2 8   d o c u m en ts   in   W eb   o f   Scien ce .   Fig u r 1   s h o ws th id e n tific atio n   o f   s tu d ies v ia  d atab ases .           Fig u r 1 .   I d en tific atio n   o f   s tu d ies v ia  d atab ases   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       A   b ib lio metric a n a lysi s   o f fe a tu r s elec tio n   tech n iq u es:  tr en d s ,   in n o va tio n s ,   …  ( Ou ma ima   S emm a r )   4405   T h PR I SMA  f lo wch ar [ 2 5 ] ,   as  d ep icted   in   Fig u r 1 ,   w as  u tili ze d   to   s elec o n ly   2 , 0 7 9   elig ib le  p ap er s .   I n itially ,   all  d o cu m en t   ty p es:  ar ticles,  p r o ce ed in g   p ap er s ,   an d   r ev iews  wer e   in clu d ed .   T h en ,   r ec o r d s   p u b lis h ed   o u ts id th e   p er io d   o f   2 0 1 4 - 2 0 2 4   wer e   r em o v ed .   T h latest  v er s io n   o f   R   ( 4 . 4 . 1 )   [ 2 6 ]   was  u s ed alo n g   with   th b ib lio m etr ic  p ac k ag e,   to   m er g e ,   s cr ee n ,   an al y ze ,   an d   m ap   th d o wn lo ad e d   b ib lio g r ap h ic  d ata  [ 2 7 ] .   “. x ls x ”  E x ce f ile  was   u p lo a d ed   to   th B ib lio s h in y ,   web - b ased   g r ap h ical  u s er   in ter f ac in clu d e d   in   b ib lio m etr ic  [ 2 8 ] .   Data   an aly s is   wa s   s u p p o r ted   b y   d o w n lo ad in g   E x ce ( . csv )   a n d   im ag e   ( . p n g )   f iles ,   wh ich   wer p r o ce s s ed   in   lin with   t h s tu d y s   o b jectiv es .       3.   RE SU L T S AN D I SCU SS I O N   I n   th is   s ec tio n ,   we  p r esen th f in d in g s   o f   o u r   b i b lio m etr ic  an aly s is ,   u tili zin g   tw o   d is tin ct  ap p r o ac h es.  First,  we  co n d u ct ed   d escr ip tiv an al y s is   to   g ath er   s tatis tical  in f o r m atio n .   Nex t,  we  em p l o y ed   s cien tific   m ap p in g   to   ex p lo r th co n ce p tu al  s tr u ctu r e,   f o cu s in g   o n   k ey   ter m s   a n d   t h s o c ial  n etwo r k   am o n g   au th o r s   wh o   h a v co n tr i b u te d   to   th d ev elo p m en o f   f ea tu r s elec tio n   tech n iq u es.  T h is   s ec tio n   p r esen ts   d etailed   s tatis tic s   o n   y ea r ly   r esear ch   o u tp u t,  av er a g citatio n s   p er   y ea r ,   an d   id e n tifie s   th m o s p r o d u ctiv e   au th o r s ,   in s titu tio n s ,   co u n tr ies,  p u b licatio n s ,   an d   k ey w o r d s .   I also   s h ed s   lig h o n   th m o s f r eq u en tly   cited   s o u r ce s   an d   au t h o r s .     3 . 1 .     Descript iv a na ly s is   3 . 1 . 1 .   Ke y   re t riev ed  info rma t io n   T ab le  1   p r o v id es  an   o v er v iew  o f   th m ain   b ib lio m etr ic  in d i ca to r s   ass o ciate d   with   f ea tu r s elec tio n   tech n iq u es  ac r o s s   v ar io u s   d o m ain s   o f   ar tific ial  in tellig en ce .   T h tab le  s u m m ar izes  in f o r m atio n   s u c h   as  d o cu m e n ty p es,  p u b licatio n   s o u r ce s ,   au th o r s h ip   s tatis tics ,   k ey wo r d   f r eq u e n cies,  an d   p atter n s   o f   r esear c h   co llab o r atio n .   Acc o r d in g   to   th d ata,   2 , 0 7 9   d o c u m en ts   h av e   b ee n   p u b lis h ed   o n   th is   to p ic,   th m ajo r ity   b ein g   jo u r n al  ar ticles  ( 1 , 3 6 5 )   a n d   c o n f er e n ce   p ap er s   ( 5 3 9 ) .   No ta b ly ,   th an n u al  g r o wth   r ate  is   n eg ativ ( - 2 7 . 8 %),   s u g g esti n g   d ec lin in   s cien tific   o u tp u o n   f ea tu r s elec tio n   tech n iq u es  in   r ec en y ea r s .   T h is   tr en d   will  b e   ex am in ed   m o r clo s ely   in   th f o llo win g   s ec tio n s   to   b etter   u n d er s tan d   its   im p licatio n s .     3 . 1 . 2 .   Annu a l scient if ic  pro d uct io n o v er   t he  y ea rs   Fig u r 2   ill u s t r at es  t h a n n u a s ci en ti f ic   p r o d u cti o n   o v e r   t h e   y ea r s .   Sta r t in g   f r o m   2 0 1 4 ,   a   s te a d y   in c r ea s e   i n   o u tp u is   o b s e r v e d   u n til   2 0 2 0 ,   f o ll o w e d   b y   m o d er ate   r is t h r o u g h   2 0 2 1   a n d   2 0 2 2 ,   r e ac h i n g   p ea k   in   2 0 2 3 .   T h is   s u s ta in e d   g r o wt h   m a y   b e   at tr ib u t ed   t o   t h e   i n c r ea s i n g   co m p le x i ty   o f   f e at u r s ele cti o n   ch all e n g es   in   m a c h i n e   le ar n i n g   an d   o th er   a r ti f ic ial   i n t elli g en ce   a p p li ca ti o n s ,   as   we ll  as  t o   t h e   d ed i ca te d   ef f o r ts   o f   r es ea r c h e r s .   H o w ev er ,   t h is   u p war d   t r e n d   is   f o ll o we d   b y   a   n o tice a b le   d ec li n e   i n   2 0 2 4 ,   as  als o   n o t ed   i n   T a b l 1 .       T ab le  1 .   Ma in   s tatis tical  in f o r m atio n   C a t e g o r y   D e scri p t i o n   R e s u l t s   M a i n   i n f o r m a t i o n   a b o u t   d a t a   Ti mes p a n   2 0 1 4 : 2 0 2 5     S o u r c e s ( j o u r n a l s   a n d   b o o k s )   1 , 0 9 1     D o c u me n t s   2 , 0 7 9     A n n u a l   g r o w t h   r a t e   %   - 2 7 . 8     D o c u me n t   a v e r a g e   a g e   2 . 6 1     A v e r a g e   c i t a t i o n p e r   d o c   1 6 . 3 2     R e f e r e n c e s   1 6 3 2 8   D o c u me n t   c o n t e n t s   K e y w o r d p l u s (I D )   1 1 1 4 4     A u t h o r 's  k e y w o r d s   ( D E)   5 0 5 5   A u t h o r s   A u t h o r s   6 , 1 2 2     A u t h o r s   o f   s i n g l e - a u t h o r e d   d o c s   65   A u t h o r s   c o l l a b o r a t i o n   S i n g l e - a u t h o r e d   d o c s   1 1 0     Co - A u t h o r p e r   d o c   4 . 1 8     I n t e r n a t i o n a l   c o - a u t h o r s h i p s   %   4 . 5 2 1   D o c u me n t   t y p e s   A r t i c l e   1 , 3 6 5     A r t i c l e   a r t i c l e   9     A r t i c l e   c o n f e r e n c e   p a p e r   4     A r t i c l e   r e v i e w   1     A r t i c l e ;   e a r l y   a c c e s s   7     A r t i c l e ;   p r o c e e d i n g p a p e r   3     A r t i c l e ;   r e t r a c t e d   p u b l i c a t i o n   4     C o n f e r e n c e   p a p e r   5 3 9     C o n f e r e n c e   p a p e r   a r t i c l e   2     C o n f e r e n c e   r e v i e w   40     C o n f e r e n c e   r e v i e w   a r t i c l e   1     P r o c e e d i n g p a p e r     34     R e v i e w   69     R e v i e w   a r t i c l e   1   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   6 Dec em b er   20 25 4 4 0 3 - 4 4 1 4   4406       Fig u r 2 .   An n u al  s cien tific   p r o d u ctio n   o v er   th y ea r s       3 . 1 . 3 .   M o s t   re lev a nt  s o urce s   a nd   a f f ilia t io ns   T h an aly s is   o f   p u b licatio n   s o u r ce s   an d   au th o r   af f iliatio n s   o f f er s   in s ig h in to   th k ey   v en u es  an d   in s titu tio n s   co n tr ib u tin g   to   f e atu r s elec tio n   r esear ch .   Fig u r 3   d is p lay s   th ten   m o s r elev an s o u r ce s ,   with   I E E E   Acc ess   lead in g   th lis with   6 0   p u b lis h ed   d o cu m en ts .   T ab le  2   p r esen ts   th m o s p r o d u ctiv in s titu tio n s ,   r ev ea lin g   c o n ce n tr atio n   o f   r esear ch   ef f o r ts   in   Asi a,   p ar ti cu lar ly   C h in an d   Sau d Ar a b ia.   T h ese  f in d i n g s   r ef lect  th g eo g r ap h ical  an d   i n s titu tio n al  d y n am ics s h ap in g   c u r r en t r esear c h   tr en d s   in   th f i eld .           Fig u r 3 .   Mo s t r elev a n s o u r ce s       T ab le  2 .   Af f iliatio n s   A f f i l i a t i o n   A r t i c l e s   N o r t h w e st e r n   P o l y t e c h n i c a l   U n i v e r si t y   25   K i n g   S a u d   U n i v e r si t y   24   U n i v e r si t y   o f   C a l i f o r n i a   20   C o ms a t s   U n i v e r si t y   I sl a mab a d   18   P r i n c e ss N o u r a h   B i n t   A b d u l r a h m a n   U n i v e r s i t y   18   S h e n z h e n   U n i v e r s i t y   17   G u a n g d o n g   U n i v e r s i t y   o f   T e c h n o l o g y   15   N a j r a n   U n i v e r si t y   15   X i n j i a n g   U n i v e r si t y   14       3 . 1 . 4 .   Sta t is t ics by   co un t ry   T ab le s   3   a n d   4   s u m m ar ize   th s cien tific   o u tp u t   b y   co u n tr y   i n   th e   f ield   o f   f ea tu r e   s elec tio n   tech n iq u es.  C h in a,   I n d ia,   a n d   th USA  lead   in   p u b licatio n   v o lu m e,   with   6 9 6 ,   5 1 4 ,   an d   3 3 0   d o c u m en ts Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       A   b ib lio metric a n a lysi s   o f fe a tu r s elec tio n   tech n iq u es:  tr en d s ,   in n o va tio n s ,   …  ( Ou ma ima   S emm a r )   4407   r esp ec tiv ely .   At  th r e g io n al   lev el,   Asi ac co u n ts   f o r   th e   m ajo r ity   o f   co n t r ib u tio n s   ( 1 , 4 3 7   p u b licatio n s ) ,   r ef lectin g   th e   co n tin e n t’ s   g r o win g   in v estme n t   in   ar tific i al  in tellig en ce   r esear ch .   T h e   Am er icas,  m ain ly   r ep r esen ted   b y   th e   USA  an d   C an ad a,   co n tr ib u te  to tal  o f   8 4 4   d o cu m en ts .   T h ese  f i g u r es  h ig h lig h Asi a’ s   ce n tr al  r o le  in   d r iv in g   g lo b al  r esear ch   o u tp u t,   wh ile  also   illu s tr atin g   th s tr o n g   p r esen ce   o f   No r th   Am er ica  in   th f ield .       T ab le  3 .   C o u n tr ies’  p r o d u ctiv i ty   R e g i o n   F r e q u e n c y   C h i n a   6 9 6   I n d i a   5 1 4   U S A   3 3 0   C a n a d a   95   S a u d i   A r a b i a   95   UK   84   I r a n   70   A u st r a l i a   62   S o u t h   K o r e a   62   S p a i n   55       T ab le  4 .   Mo s t c ited   co u n tr ies   C o u n t r y   To t a l   c i t a t i o n s   A v e r a g e   a r t i c l e   c i t a t i o n s   C h i n a   8 7 5 1   2 1 . 1 0   U S A   3 6 3 2   2 4 . 7 0   I n d i a   3 2 5 2   9 . 9 0   U n i t e d   K i n g d o m   1 8 0 1   4 0 . 9 0   K o r e a   1 4 9 5   2 8 . 8 0   S a u d i   A r a b i a   9 9 2   1 8 . 0 0   I t a l y   8 7 6   3 8 . 1 0   I r a n   8 2 4   2 4 . 2 0   S p a i n   7 2 1   3 4 . 3 0   Tu r k e y   6 0 8   2 1 . 0 0       Fig u r 4   p r esen ts   th e   r esear c h   p r o d u ctiv ity   tr en d s   o f   f iv co u n tr ies C an ad a,   C h in a,   I n d ia,   Sau d i   Ar ab ia,   an d   th USA.   T h r e s u lts   s h o s tead y   r is in   p u b licatio n   o u tp u f o r   C h in a,   I n d ia,   an d   th USA  b etwe en   2 0 1 4   a n d   2 0 2 4 .   As  th s tu d y   co n clu d e d   in   Sep tem b er   2 0 2 4 ,   d ata  f o r   th f in al  m o n th s   o f   th e   y ea r   ar n o in clu d ed ,   leav in g   th e   co n t in u atio n   o f   t h is   tr en d   u n ce r tain .   B y   c o n tr ast,  Sau d i   Ar ab ia   an d   C an ad a   d is p lay   o n ly   m o d er ate  g r o wth   in   th eir   r esear ch   o u tp u t o v e r   th s am p er io d .           Fig u r 4 .   C o u n tr ies'   p r o d u ctio n   o v er   tim e   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   6 Dec em b er   20 25 4 4 0 3 - 4 4 1 4   4408   3 . 1 . 5 .   Aut ho pro du ct iv it y   t h ro ug L o t k a 's   l aw   L o tk a’ s   l aw  was  a p p lied   to   a n aly ze   a u th o r   p r o d u ctiv it y .   Pr o p o s ed   b y   Alf r ed   J am es  L o t k in   1 9 2 6   [ 2 9 ] ,   th is   s tatis tical  p r in cip le  d escr ib es  h o s cien tific   o u tp u is   d is tr ib u ted   am o n g   au th o r s s m all  p r o p o r tio n   ac co u n ts   f o r   th m ajo r ity   o f   p u b licatio n s ,   wh ile  m o s au th o r s   co n tr ib u te  o n ly   f ew  wo r k s .   T h is   law   ca n   b m ath em atica lly   f o r m u lated   as  in   ( 1 ) .     ( ) =   ( 1 )   ( 1 )     W h er N( x )   r ep r esen th n u m b er   o f   au th o r s   wh o   h av p u b lis h ed   to tal  o f   x   p ap er s ,   N( 1 )   n u m b e r   o f   au th o r s   wh o   h a v p u b lis h ed   ju s o n p ap er   a n d   n   is   ty p ically   ar o u n d   2 .   Ho wev er   s u b s eq u en t   r ese ar ch   h as  s h o wn   th at   n   ca n   v ar y   d e p en d in g   o n   th e   f ield   o f   d is cip lin e.   Fig u r e   5   illu s tr ates  th at,   in   th f ield   o f   f ea t u r s elec tio n ,   m o s t   au th o r s   h av c o n tr ib u te d   o n l y   o n o r   two   p u b licatio n s ,   wh ile  v er y   f ew  h av p u b lis h ed   ex ten s iv ely .   T h e   o b s er v ed   d is tr ib u tio n   f o llo ws  L o tk a’ s   l aw,   in d icatin g   th at  a   m in o r ity   o f   au t h o r s   co n tr ib u te  a   d is p r o p o r tio n ately   lar g n u m b er   o f   s tu d ies.           Fig u r 5 .   Dis tr ib u tio n   o f   a u th o r   p r o d u ctiv ity   b ased   o n   L o tk a’ s   l aw       3 . 1 . 6 .   Sta t is t ics by   do cum ent s   Am o n g   th e   2 , 0 7 9   d o cu m e n ts   r elate d   to   f ea tu r s elec tio n   te ch n iq u es,  th is   s u b s ec tio n   h ig h lig h ts   th ten   m o s g lo b ally   cited   p ap er s ,   as  s h o wn   in   T ab le  5 .   T h ese  p u b licatio n s   s p an   d iv er s d o m ain s   s u ch   as  r em o te   s en s in g ,   im ag p r o ce s s in g ,   b io in f o r m atics,  an d   m ed ical  d iag n o s tics ,   r ef lectin g   th in ter d is cip lin ar y   n atu r o f   f ea tu r s elec tio n   r esear ch .   C h en   et  a l.   [ 3 0 ]   d is cu s s ed   d ee p   lear n in g - b ased   class if icatio n   f o r   h y p er s p ec tr al   d ata,   u s in g   a   h y b r id   ap p r o a ch   to   ex tr ac t   h ig h - lev el  f ea t u r es,  an d   h as  r ec eiv e d   1 , 9 4 9   g lo b al  citatio n s ,   illu s tr atin g   its   lo n g - s tan d in g   in f lu en ce .   B ab en k o   et  a l.   [ 3 1 ]   ex p lo r ed   n eu r al  co d es  f o r   im ag r etr iev al,   em p lo y in g   p r in cip al   co m p o n e n an aly s is   f o r   f ea tu r e   ex tr ac ti o n ,   a n d   h as  ac c u m u lated   9 5 0   citatio n s .   Alth o u g h   m o s o f   th ese  p ap e r s   ar n o am o n g   th e   m o s r ec en t,  t h eir   co n s is ten tly   h ig h   citatio n   r ate s   u n d er s co r th ei r   f o u n d atio n al  r o le  an d   o n g o in g   r elev an ce   in   t h d ev elo p m e n o f   f ea tu r e   s elec tio n   m eth o d o lo g ies.   Fig u r 6   p r esen ts   th e   k e y wo r d s   m o s co m m o n l y   a p p ea r i n g   in   p u b licatio n s   o n   f ea tu r s elec tio n   tech n iq u es.  d ee p   l ea r n in g   is   th m o s co m m o n   k e y wo r d ,   ap p ea r in g   1 1 o f   th tim e,   s u g g esti n g   th at  m an y   o f   th ese  tech n iq u es  a r ap p lied   in   d ee p   lear n in g   co n te x ts .   T h is   is   f o llo wed   b y   “p r in cip al  co m p o n e n t   an aly s is ”,   “d im en s io n ality   r ed u ctio n ”,   “lea r n i n g   s y s tem ”  an d   “f ea tu r e x tr ac tio n ”.       T ab le  5 .   T o p   ten   g lo b al  cited   d o cu m e n ts   in   f ea tu r s elec tio n   P a p e r   To t a l   c i t a t i o n s   To t a l   c i t a t i o n p e r   y e a r   C h e n   e t   a l .   [ 3 0 ]   1 9 4 9   1 7 7 . 1 8   B a b e n k o   e t   a l .   [ 3 1 ]   9 5 0   8 6 . 3 6   C h e n   e t   a l .   [ 3 2 ]   9 3 4   9 3 . 4 0   W a n g   e t   a l .   [ 3 3 ]   6 6 3   7 3 . 6 7   G r o msk i   e t   a l .   [ 3 4 ]   5 8 3   5 8 . 3 0   N a n n i   e t   a l .   [ 3 5 ]   4 1 3   5 1 . 6 3   V a l l e t t a   e t   a l .   [ 3 6 ]   3 3 3   4 1 . 6 3   S h a r ma   a n d   S h a r ma   [ 3 7 ]   3 3 2   4 7 . 4 3   C h a n g   e t   a l .   [ 3 8 ]   3 3 1   4 7 . 2 9   B h a n d a r y   e t   a l .   [ 3 9 ]   3 2 6   6 5 . 2 0   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       A   b ib lio metric a n a lysi s   o f fe a tu r s elec tio n   tech n iq u es:  tr en d s ,   in n o va tio n s ,   …  ( Ou ma ima   S emm a r )   4409       Fig u r 6 .   T r ee   m ap   o f   th e   m o s t f r eq u e n tly   u s ed   k e y wo r d s   in   f ea tu r s elec tio n   r esear ch       3 . 2 .     Co ncept ua l st ruct ure:   net wo rk   a pp ro a ch   W u s th n etwo r k   ap p r o ac h   as  a   co n ce p tu al  s tr u ctu r to   v is u alize   th r elatio n s h ip s   b etwe en   k ey   co n ce p ts ,   th em es,  o r   to p ics  w ith in   b o d y   o f   liter atu r o n   f ea tu r s elec tio n   tech n iq u es.  I t   h elp s   u s   ex am in h o co n ce p ts   ar lin k e d   th r o u g h   co - o cc u r r en ce   in   p u b lica tio n s .   T h is   ap p r o ac h   t y p ically   in v o lv es  cr ea tin g   n etwo r k s   b ased   o n   th f r eq u e n cy   with   wh ich   ce r tain   k ey wo r d s   o r   ter m s   ap p e ar   to g et h er   in   ar ticles.   Fig u r 7   r e p r esen ts   cl u s ter in g   o f   th c o - o cc u r r en ce   n etw o r k   b ased   o n   k ey w o r d s   p lu s .   T h e   m ap   h ig h lig h ts   two   d is tin ct  r esear ch   ar ea s i )   d ee p   lear n in g ,   f ea tu r ex tr ac tio n ,   an d   s elec ti o n   tech n iq u es,  an d     ii )   m ac h in lear n i n g   tech n iq u e s ,   p ar ticu lar ly   in   h u m an - r elate d   s tu d ies  an d   clin ical  r esear ch .   T h v is u aliza tio n   p r o v id es  co n ce p tu al  u n d er s tan d in g   o f   h o th ese  two   ar ea s   ar d ev elo p ed   in   t h liter atu r e,   with   d ee p   lear n in g   an d   p r i n cip al  co m p o n en an aly s is   p lay in g   p r o m i n en r o les  in   f ea tu r s elec tio n   an d   d im en s io n ality   r ed u ctio n .           Fig u r 7 .   C o - o cc u r r e n ce   n etw o r k : k e y wo r d s   p l u s       Fig u r 8   r ep r esen ts   a   th em atic   m ap .   I ca teg o r izes  d if f e r en r esear ch   to p ics  o r   th e m es  b ased   o n   two   k ey   m etr ics:   ce n tr ality   an d   d en s ity .   I n   th is   g r ap h ,   th x - a x is   ( r elev an ce   d eg r e e/ce n tr ality )   m ea s u r es  h o w   ce n tr al  o r   im p o r tan a   th e m is   with in   th e   b r o ad er   r esear ch   f ield ,   wh ile  t h y - ax is   ( d ev el o p m en t   d eg r ee /d en s ity )   i n d icate s   h o d ev elo p e d   th em is   with in   th liter atu r e.   Dee p   lear n in g ,   m ac h in e   lear n in g ,   a n d   f ea tu r s elec tio n   a r th m o s ce n tr al  a n d   well - d ev elo p e d   th em es,  m ak in g   th em   c r itical  to   th r esear c h   f ield .   Prin cip al  co m p o n en a n aly s is ,   co n v o lu ti o n al  n e u r al   n etwo r k s   ( C NN ) ,   a n d   s u p p o r v ec to r   m ac h in e   ( SVM )   ar e   f o u n d atio n al   to p ics  b u a r s till   i n   d e v elo p m e n an d   r eq u ir f u r th er   atten tio n .   Dee p   b elief   n etwo r k s   an d   m an if o ld   lear n in g   ar e   h ig h ly   d ev elo p ed   b u n ic h ar ea s ,   in d icatin g   th at  th e y   ar im p o r t an t w ith in   s p ec if ic  r esear ch   s u b f ield s   b u t le s s   in f lu en tial o v e r all.     Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   6 Dec em b er   20 25 4 4 0 3 - 4 4 1 4   4410       Fig u r 8 .   T h em atic  m ap : a u th o r s   k ey wo r d s       3 . 3 .     So cia l st ruct ure   T h is   s ec tio n   ex am in es  t h co l lab o r atio n   n etwo r k s   o f   a u th o r s ,   in s titu tio n s ,   an d   c o u n tr ies  i n v o lv e d   in   f ea tu r s elec tio n   r esear ch .   I n   th th r ee   d iag r am s   p r esen te d ,   n o d es  co r r esp o n d   to   a u th o r s ,   in s titu tio n s ,   o r   co u n tr ies,  a n d   t h ed g es  illu s tr ate  th eir   c o o p e r ativ lin k s .   Fig u r 9   illu s tr ates  clu s ter s   o f   co - au th o r s   wo r k i n g   to g eth er ,   with   au th o r s   W an g   [ 3 3 ] [ 4 0 ] [ 4 5 ] W an g   [ 4 6 ] [ 4 7 ] ,   an d   W an g   [ 3 3 ] [ 4 8 ] [ 5 0 ]   h av in g   th lar g est  n u m b er   o f   c o llab o r ato r s   in   p r o d u cin g   d o cu m en ts   o n   f ea tu r s elec tio n   tech n iq u es.           Fig u r 9 .   Au t h o r s '   co llab o r ati o n   n etwo r k       Fig u r 1 0   h ig h lig h ts   th at  C h in h as  th h ig h est  lev el  o f   co ll ab o r atio n ,   as  well  as  th lar g e s n u m b er   o f   p u b lis h ed   d o cu m en ts ,   co n s is ten with   p r ev io u s   s tatis tics .   I n   ter m s   o f   af f iliatio n s ,   Fi g u r 1 1   m ap s   th   co - af f iliatio n   n etwo r k   o f   in s titu tio n s .   I n s titu tio n s   lik C OM SAT Un iv er s ity   I s la m ab ad ,   Kin g   Sau d   Un iv er s ity ,   an d   Sh e n zh en   U n iv er s ity   d em o n s tr ate  s tr o n g   co l lab o r atio n   am o n g   th eir   af f iliated   au th o r s .   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J Ar tif   I n tell     I SS N:   2252 - 8 9 3 8       A   b ib lio metric a n a lysi s   o f fe a tu r s elec tio n   tech n iq u es:  tr en d s ,   in n o va tio n s ,   …  ( Ou ma ima   S emm a r )   4411       Fig u r 1 0 .   C o u n tr ies’  co llab o r atio n   n etwo r k           Fig u r 1 1 .   I n s titu tio n s '   co llab o r atio n   n etwo r k       4.   CO NCLU SI O N   I n   th is   s tu d y ,   we   co n d u cted   a   d etailed   b ib lio m etr ic  an al y s is   to   ex am in e   th e   d ev el o p m e n a n d   im p ac o f   f ea tu r s elec tio n   tech n iq u e s   with in   th f ield s   o f   m ac h in e   lear n in g   an d   ar tific ial  in tellig en ce .   Ou r   an aly s is   d r ew  f r o m   2 , 0 7 9   d o cu m en ts   p u b lis h ed   b etwe en   2 0 1 4   an d   2 0 2 4   in   th e   Sco p u s   an d   W eb   o f   Scien ce   d atab ases .   T o   o u r   k n o wled g e,   th is   is   o n e   o f   th m o s co m p r e h en s iv b i b lio m etr ic  s tu d ies  o n   f ea tu r s elec tio n ,   p r o v id in g   in s ig h ts   in to   k ey   em er g i n g   tr e n d s   an d   co llab o r atio n s   ac r o s s   d iv er s r esear ch   d o m ain s .   Ou r   f in d in g s   in d icate   a   s u b s tan tial  in cr ea s in   r esear ch   o u tp u f r o m   2 0 1 4   to   2 0 2 3 ,   r ef lectin g   th g r o win g   im p o r tan ce   o f   f ea t u r s elec tio n   tech n iq u es  i n   ad d r ess in g   ch allen g es  ass o ciate d   with   h ig h - d im e n s io n al  d ata.   C o u n tr ies  s u ch   as   C h in a,   I n d ia,   an d   th USA  e m er g ed   as  lea d in g   c o n tr ib u to r s   to   th f ield ,   h ig h lig h tin g   th e ir   s ig n if ican r o le  in   ad v an cin g   f ea t u r e   s elec tio n   m eth o d o l o g ies.   W h ile  th is   s t u d y   p r o v id es  v alu ab le   in s ig h ts ,   it  is   ess en tial  to   r ec o g n ize  th at  th s p ec if ic  k e y wo r d s   u s ed   to   r etr ie v d ata  m ay   h av in f lu en ce d   o u r   r esu lts .   Fu tu r r esear ch   co u ld   r e f in a n d   e x p an d   th s co p b y   in co r p o r atin g   alter n ativ k ey wo r d s .   Ad d itio n all y ,   s in ce   th is   an aly s is   r elied   o n   Sco p u s   an d   W eb   o f   Scien ce   d ata,   s u b s eq u e n s tu d ies  co u ld   b r o ad e n   th p e r s p ec tiv b y   in clu d in g   o th er   d atab ases   to   ca p t u r m o r ex ten s iv r a n g o f   co n tr ib u tio n s   to   f ea tu r e   s elec tio n   r esear ch .       ACK NO WL E DG E M E NT   T h s u p p o r f o r   th is   r esear ch   is   p r o v id e d   b y   th e   Min is tr y   o f   Hig h er   E d u ca tio n ,   Scien tific   R esear ch ,   an d   I n n o v atio n ,   as  well  as  th Dig ital  Dev elo p m en Ag en cy   ( DDA)   an d   th Natio n al  C en ter   f o r   Scien tific   an d   T ec h n ical  R esear ch   ( C NR ST)   o f   Mo r o cc o ,   u n d e r   th Sm ar t D L SP   Pro ject  -   Al  Kh awa r izm i I A - Pro g r am .       F UNDING   I NF O R M A T I O N   Au th o r s   s tate  n o   f u n d in g   in v o lv ed .     Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 2 5 2 - 8 9 3 8   I n t J Ar tif   I n tell ,   Vo l.  14 ,   No .   6 Dec em b er   20 25 4 4 0 3 - 4 4 1 4   4412   AUTHO CO NT RI B UT I O NS ST A T E M E N T   T h is   jo u r n al  u s es  th C o n tr ib u to r   R o les  T ax o n o m y   ( C R ed iT)   to   r ec o g n ize  in d iv id u al  au th o r   co n tr ib u tio n s ,   r ed u ce   au th o r s h ip   d is p u tes,  an d   f ac ilit ate  co llab o r atio n .       Na m o f   Aut ho r   C   M   So   Va   Fo   I   R   D   O   E   Vi   Su   P   Fu   Ou m aim Sem m ar                               W is s al  E l H ab ti                               Do n also n   W ils o n                               Ab d ellah   Azm an i                                 C     C o n c e p t u a l i z a t i o n   M     M e t h o d o l o g y   So     So f t w a r e   Va     Va l i d a t i o n   Fo     Fo r mal   a n a l y s i s   I     I n v e s t i g a t i o n   R     R e so u r c e s   D   :   D a t a   C u r a t i o n   O   :   W r i t i n g   -   O r i g i n a l   D r a f t   E   :   W r i t i n g   -   R e v i e w   &   E d i t i n g   Vi     Vi su a l i z a t i o n   Su     Su p e r v i s i o n   P     P r o j e c t   a d mi n i st r a t i o n   Fu     Fu n d i n g   a c q u i si t i o n         CO NF L I C T   O F   I N T E R E S T   ST A T E M E NT   Au th o r s   s tate  n o   co n f lict o f   in t er est.       DATA AV AI L AB I L I T Y   T h b ib lio m etr ic  d ata  s u p p o r ti n g   th f i n d in g s   o f   th is   s tu d y   wer o b tain ed   f r o m   th Sco p u s   an d   W eb   o f   Scien ce   d atab ases ,   wh ich   a r s u b ject  to   s u b s cr ip tio n   ac ce s s .   T h d er iv ed   d ataset  g en er a ted   af ter   s cr ee n in g ,   clea n in g ,   an d   m er g in g   th ese  r ec o r d s   is   av ailab le  f r o m   th e   co r r esp o n d in g   au th o r   [ W E H ]   u p o n   r ea s o n a b le   r eq u est.       RE F E R E NC E S   [ 1 ]   C .   F .   W o r e l ,   T h e   c u r se  o f   d i m e n si o n a l i t y :   w h e n   t o o   m a n y   f e a t u r e b r e a k   y o u r   m a c h i n e   l e a r n i n g   mo d e l , ”  S S R N ,   2 0 2 5 ,     d o i :   1 0 . 2 1 3 9 / s sr n . 5 2 0 6 7 0 4 .   [ 2 ]   T.   H a st i e ,   R .   Ti b s h i r a n i ,   a n d   J.   F r i e d man ,   T h e   e l e m e n t o f   s t a t i s t i c a l   l e a r n i n g :   d a t a   m i n i n g ,   i n f e re n c e ,   a n d   p r e d i c t i o n ,   2 nd   ed . ,   N e w   Y o r k ,   U n i t e d   S t a t e s :   S p r i n g e r ,   2 0 0 9 d o i 1 0 . 1 0 0 7 / 9 7 8 - 0 - 3 8 7 - 8 4 8 5 8 - 7 .   [ 3 ]   I .   G u y o n   a n d   A .   El i sse e f f ,   A n   i n t r o d u c t i o n   t o   v a r i a b l e   a n d   f e a t u r e   s e l e c t i o n ,   J o u r n a l   o f   M a c h i n e   L e a r n i n g   Re se a rc h ,   v o l .   3 ,     p p .   1 1 5 7 1 1 8 2 ,   2 0 0 3 .   [ 4 ]   C .   Y u t o n g   a n d   H .   Ji n ,   A   b i b l i o met r i c   a n d   v i s u a l i z a t i o n   a n a l y s i o f   a r t i f i c i a l   i n t e l l i g e n c e   a n d   mac h i n e   l e a r n i n g ,   i n   2 0 2 4   I EEE   4 t h   I n t e r n a t i o n a l   C o n f e re n c e   o n   E l e c t r o n i c   C o m m u n i c a t i o n s ,   I n t e rn e t   o f   T h i n g s   a n d   Bi g   D a t a   ( I C EI B) ,   I EEE,   2 0 2 4 ,   p p .   2 1 9 222 d o i :   1 0 . 1 1 0 9 / I C EI B 6 1 4 7 7 . 2 0 2 4 . 1 0 6 0 2 6 0 4 .   [ 5 ]   J.   L i   e t   a l . ,   F e a t u r e   s e l e c t i o n :   a   d a t a   p e r s p e c t i v e ,   A C M   C o m p u t i n g   S u r v e y s ,   v o l .   5 0 ,   n o .   6 ,   p p .   1 4 5 ,   2 0 1 8 ,   d o i :   1 0 . 1 1 4 5 / 3 1 3 6 6 2 5 .   [ 6 ]   D .   Y a n g   a n d   J .   H u ,   A   d e t e c t i o n   m e t h o d   o f   o i l   c o n t e n t   f o r   mai z e   k e r n e l b a se d   o n   C A R S   f e a t u r e   s e l e c t i o n   a n d   d e e p   s p a r se   a u t o e n c o d e r   f e a t u r e   e x t r a c t i o n ,   I n d u s t ri a l   C r o p s   a n d   Pr o d u c t s ,   v o l .   2 2 2 ,   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . i n d c r o p . 2 0 2 4 . 1 1 9 4 6 4 .   [ 7 ]   H .   Zh o u ,   P .   Z h e n g ,   J.   D o n g ,   J.   Li u ,   a n d   Y .   N a k a n i s h i ,   I n t e r p r e t a b l e   f e a t u r e   s e l e c t i o n   a n d   d e e p   l e a r n i n g   f o r   s h o r t - t e r m   p r o b a b i l i s t i c   P V   p o w e r   f o r e c a s t i n g   i n   b u i l d i n g u si n g   l o c a l   m o n i t o r i n g   d a t a ,   A p p l i e d   E n e rg y ,   v o l .   3 7 6 ,   2 0 2 4 ,     d o i :   1 0 . 1 0 1 6 / j . a p e n e r g y . 2 0 2 4 . 1 2 4 2 7 1 .   [ 8 ]   X .   Ji n ,   B .   W e i ,   L .   D e n g ,   S .   Y a n g ,   J .   Zh e n g ,   a n d   F .   W a n g ,   A n   a d a p t i v e   p y r a mi d   P S O   f o r   h i g h - d i m e n s i o n a l   f e a t u r e   sel e c t i o n ,   Ex p e rt   S y st e m s w i t h   Ap p l i c a t i o n s ,   v o l .   2 5 7 ,   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . e sw a . 2 0 2 4 . 1 2 5 0 8 4 .   [ 9 ]   L.   K K u mari  a n d   B .   N J a g a d e s h ,   A n   a d a p t i v e   t e a c h i n g   l e a r n i n g   b a se d   o p t i m i z a t i o n   t e c h n i q u e   f o r   f e a t u r e   s e l e c t i o n   t o   c l a ssi f y   mammo g r a m e d i c a l   i m a g e s   i n   b r e a st   c a n c e r   d e t e c t i o n ,   I n t e r n a t i o n a l   J o u rn a l   o f   S y s t e m   Ass u ra n c e   En g i n e e ri n g   a n d   Ma n a g e m e n t ,   v o l .   1 5 ,   n o .   1 ,   p p .   3 5 4 8 ,   2 0 2 4 ,   d o i :   1 0 . 1 0 0 7 / s 1 3 1 9 8 - 0 2 1 - 0 1 5 9 8 - 7.   [ 1 0 ]   H .   Y a n g   e t   a l . ,   E n h a n c i n g   m e t a s t a t i c   c o l o r e c t a l   c a n c e r   p r e d i c t i o n   t h r o u g h   a d v a n c e d   f e a t u r e   se l e c t i o n   a n d   mac h i n e   l e a r n i n g   t e c h n i q u e s,   I n t e r n a t i o n a l   I m m u n o p h a rm a c o l o g y ,   v o l .   1 4 2 ,   2 0 2 4 ,   d o i :   1 0 . 1 0 1 6 / j . i n t i mp . 2 0 2 4 . 1 1 3 0 3 3 .   [ 1 1 ]   A .   Ta h a ,   B .   C o s g r a v e ,   a n d   S .   M c k e e v e r ,   U si n g   f e a t u r e   s e l e c t i o n   w i t h   m a c h i n e   l e a r n i n g   f o r   g e n e r a t i o n   o f   i n s u r a n c e   i n s i g h t s ,   Ap p l i e d   S c i e n c e s ,   v o l .   1 2 ,   n o .   6 ,   2 0 2 2 ,   d o i :   1 0 . 3 3 9 0 / a p p 1 2 0 6 3 2 0 9 .   [ 1 2 ]   M .   F e r n a n d e s,  A .   C a n i t o ,   V .   B . - C a n e d o ,   L.   C o n c e i ç ã o ,   I .   P r a ç a ,   a n d   G .   M a r r e i r o s ,   D a t a   a n a l y si a n d   f e a t u r e   se l e c t i o n   f o r   p r e d i c t i v e   m a i n t e n a n c e :   a   c a se - s t u d y   i n   t h e   met a l l u r g i c   i n d u st r y ,   I n t e r n a t i o n a l   J o u r n a l   o f   I n f o rm a t i o n   M a n a g e m e n t ,   v o l .   4 6 ,     p p .   2 5 2 2 6 2 ,   J u n .   2 0 1 9 ,   d o i :   1 0 . 1 0 1 6 / j . i j i n f o mg t . 2 0 1 8 . 1 0 . 0 0 6 .   [ 1 3 ]   X .   L i u   e t   a l . ,   A d a p t i n g   f e a t u r e   se l e c t i o n   a l g o r i t h ms   f o r   t h e   c l a ss i f i c a t i o n   o f   C h i n e se   t e x t s ,   S y s t e m s ,   v o l .   1 1 ,   n o .   9 ,   2 0 2 3 ,     d o i :   1 0 . 3 3 9 0 / s y s t e ms 1 1 0 9 0 4 8 3 .   [ 1 4 ]   E.   M .   M a se n o   a n d   Z.   W a n g ,   H y b r i d   w r a p p e r   f e a t u r e   s e l e c t i o n   m e t h o d   b a s e d   o n   g e n e t i c   a l g o r i t h m a n d   e x t r e me  l e a r n i n g   m a c h i n e   f o r   i n t r u si o n   d e t e c t i o n ,   J o u r n a l   o f   B i g   D a t a ,   v o l .   1 1 ,   n o .   1 ,   2 0 2 4 ,   d o i :   1 0 . 1 1 8 6 / s4 0 5 3 7 - 024 - 0 0 8 8 7 - 9.   [ 1 5 ]   J.  W .   C h e n   a n d   J .   D h a h b i ,   Lu n g   a d e n o c a r c i n o m a   a n d   l u n g   s q u a mo u c e l l   c a r c i n o ma   c a n c e r   c l a ssi f i c a t i o n ,   b i o m a r k e r   i d e n t i f i c a t i o n ,   a n d   g e n e   e x p r e ssi o n   a n a l y si s   u si n g   o v e r l a p p i n g   f e a t u r e   s e l e c t i o n   m e t h o d s,   S c i e n t i f i c   R e p o r t s ,   v o l .   1 1 ,   n o .   1 ,   2 0 2 1 ,   d o i :   1 0 . 1 0 3 8 / s 4 1 5 9 8 - 021 - 9 2 7 2 5 - 8.   [ 1 6 ]   A .   K a n d i r i ,   R .   G h i a si ,   M .   N o g a l ,   a n d   R .   T e i x e i r a ,   Tr a v e l   t i m e   p r e d i c t i o n   f o r   a n   i n t e l l i g e n t   t r a n s p o r t a t i o n   s y st e m   b a s e d   o n   a   d a t a - d r i v e n   f e a t u r e   se l e c t i o n   m e t h o d   c o n si d e r i n g   t e m p o r a l   c o r r e l a t i o n ,   T ra n s p o r t a t i o n   E n g i n e e ri n g ,   v o l .   1 8 ,   2 0 2 4 ,     d o i :   1 0 . 1 0 1 6 / j . t r e n g . 2 0 2 4 . 1 0 0 2 7 2 .   [ 1 7 ]   N .   D o n t h u ,   S .   K u m a r ,   D .   M u k h e r j e e ,   N .   P a n d e y ,   a n d   W .   M .   Li m ,   H o w   t o   c o n d u c t   a   b i b l i o me t r i c   a n a l y si s :   an   o v e r v i e w   a n d   g u i d e l i n e s,   J o u rn a l   o f   Bu s i n e ss  Re s e a rc h ,   v o l .   1 3 3 ,   p p .   2 8 5 2 9 6 ,   2 0 2 1 ,   d o i :   1 0 . 1 0 1 6 / j . j b u sr e s. 2 0 2 1 . 0 4 . 0 7 0 .   Evaluation Warning : The document was created with Spire.PDF for Python.