論文の概要: Application of independent component analysis and TOPSIS to deal with
dependent criteria in multicriteria decision problems
- arxiv url: http://arxiv.org/abs/2002.02257v1
- Date: Thu, 6 Feb 2020 13:51:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-03 12:55:06.564312
- Title: Application of independent component analysis and TOPSIS to deal with
dependent criteria in multicriteria decision problems
- Title（参考訳）: 独立成分分析とトポロジーのマルチクリトリア決定問題における従属基準への適用
- Authors: Guilherme Dean Pelegrina, Leonardo Tomazeli Duarte, Jo\~ao Marcos
Travassos Romano
- Abstract要約: 本稿では,観測データから独立した潜伏基準のセットを推定することを目的とした新しいアプローチを提案する。
我々のアプローチの中心的な要素は、決定問題をブラインドソース分離問題として定式化することである。
我々は,TOPSISをベースとした代替品のランク付け手法を,潜在基準から検討する。
- 参考スコア（独自算出の注目度）: 8.637110868126546
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A vast number of multicriteria decision making methods have been developed to
deal with the problem of ranking a set of alternatives evaluated in a
multicriteria fashion. Very often, these methods assume that the evaluation
among criteria is statistically independent. However, in actual problems, the
observed data may comprise dependent criteria, which, among other problems, may
result in biased rankings. In order to deal with this issue, we propose a novel
approach whose aim is to estimate, from the observed data, a set of independent
latent criteria, which can be seen as an alternative representation of the
original decision matrix. A central element of our approach is to formulate the
decision problem as a blind source separation problem, which allows us to apply
independent component analysis techniques to estimate the latent criteria.
Moreover, we consider TOPSIS-based approaches to obtain the ranking of
alternatives from the latent criteria. Results in both synthetic and actual
data attest the relevance of the proposed approach.
- Abstract（参考訳）: マルチクリテリア方式で評価された選択肢の集合をランク付けする問題に対処するために,多数のマルチクリテリア意思決定手法が開発されている。
これらの手法は、基準間の評価が統計的に独立であると仮定することが多い。
しかし、実際の問題では、観測されたデータは依存する基準で構成されており、他の問題と同様に、偏りのあるランキングをもたらす可能性がある。
この問題に対処するために, 観測データから, 決定行列の代替表現と見なすことのできる, 独立した潜在基準の組を推定することを目的とした新しい手法を提案する。
提案手法の中心的な要素は、決定問題をブラインドソース分離問題として定式化し、独立成分分析技術を適用して潜在基準を推定することである。
さらに,TOPSISに基づく代替品のランク付け手法を,潜在基準から検討する。
合成データと実データの両方の結果は、提案手法の妥当性を検証する。
関連論文リスト
- LLM-enhanced Reranking in Recommender Systems [49.969932092129305]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。
そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。
カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文 参考訳（メタデータ） (2024-06-18T09:29:18Z) - Learning Fair Policies for Multi-stage Selection Problems from
Observational Data [4.282745020665833]
我々は、観測データから多段階選択問題に対する公正なポリシーを学習する問題を考察する。
この問題は、企業の雇用、ローン承認、または、選択された結果のみが観察されるような保釈決定など、いくつかの高い評価の領域で発生する。
本稿では,人口格差や平等機会など,様々な公平性制約で拡張可能な多段階フレームワークを提案する。
論文 参考訳（メタデータ） (2023-12-20T16:33:15Z) - Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳（メタデータ） (2023-11-08T00:10:21Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳（メタデータ） (2023-02-06T16:55:37Z) - Unified Bayesian Frameworks for Multi-criteria Decision-making Problems [2.1833781995073416]
本稿では,多基準意思決定(MCDM)問題に対処するためのベイズ的枠組みを紹介する。
提案するフレームワークは,グループ決定問題や基準相関などのMCDMの課題に対して,統計的にエレガントな解決策を提供する。
論文 参考訳（メタデータ） (2022-08-29T06:47:05Z) - Off-Policy Evaluation with Policy-Dependent Optimization Response [90.28758112893054]
我々は,テキスト政治に依存した線形最適化応答を用いた非政治評価のための新しいフレームワークを開発した。
摂動法による政策依存推定のための非バイアス推定器を構築する。
因果介入を最適化するための一般的なアルゴリズムを提供する。
論文 参考訳（メタデータ） (2022-02-25T20:25:37Z) - Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。
本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。
理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
論文 参考訳（メタデータ） (2022-01-31T20:58:47Z) - Parameter selection in Gaussian process interpolation: an empirical
study of selection criteria [0.0]
本稿では,ガウス過程におけるパラメータ選択の根本的な問題を再考する。
適切なモデル群を選択することは、特定の選択基準を選択することよりもしばしば重要であることを示す。
論文 参考訳（メタデータ） (2021-07-13T11:57:56Z) - Offline Policy Selection under Uncertainty [113.57441913299868]
我々は、オフラインポリシーの選択を、一定の経験データセットを与えられた政策予測のセットよりも学習の選好とみなす。
政策価値に対する信念に対する完全な分布へのアクセスは、より幅広い下流評価指標の下でより柔軟な選択アルゴリズムを可能にする。
BayesDICEが任意の下流ポリシー選択メトリックに関してポリシーのランク付けにどのように使用されるかを示します。
論文 参考訳（メタデータ） (2020-12-12T23:09:21Z) - Multicriteria Group Decision-Making Under Uncertainty Using Interval
Data and Cloud Models [0.0]
本稿では,データを間隔として収集する不確実性の下で,MCGDM(Multicriteria group decision making)アルゴリズムを提案する。
提案したMCGDMアルゴリズムは、データを集約し、基準の最適な重みを決定し、さらに入力を行わずに代替品をランク付けする。
提案アルゴリズムは,サイバーセキュリティ問題のケーススタディに実装され,その実現可能性と有効性を示す。
論文 参考訳（メタデータ） (2020-12-01T06:34:48Z) - A study of the Multicriteria decision analysis based on the time-series
features and a TOPSIS method proposal for a tensorial approach [1.3750624267664155]
本稿では, 時系列の特徴(依存性, ばらつきなど)に基づいて, 選択肢をランク付けする新しい手法を提案する。
この新しいアプローチでは、データは3次元で構造化され、テキストテンソルのようなより複雑なデータ構造を必要とする。
計算結果から,有意義な意思決定情報を考慮することで,新たな視点から選択肢をランク付けすることが可能であることが示唆された。
論文 参考訳（メタデータ） (2020-10-21T14:37:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。