論文の概要: Type-2 Fuzzy Set based Hesitant Fuzzy Linguistic Term Sets for
Linguistic Decision Making
- arxiv url: http://arxiv.org/abs/2002.11714v1
- Date: Wed, 26 Feb 2020 08:49:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 15:10:39.431882
- Title: Type-2 Fuzzy Set based Hesitant Fuzzy Linguistic Term Sets for
Linguistic Decision Making
- Title（参考訳）: Type-2 ファジィ集合に基づく言語決定のためのヘジィファジィ言語集合
- Authors: Taniya Seth and Pranab K. Muhuri
- Abstract要約: 本稿では,あいまいな言語用語集合フレームワーク内で,間隔型2ファジィ集合によって意味が表現される言語用語を提案する。
また,複数間隔の2型ファジィ集合から2型ファジィエンベロープを演算する新たな手法を提案する。
- 参考スコア（独自算出の注目度）: 11.41614127243236
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Approaches based on computing with words find good applicability in decision
making systems. Predominantly finding their basis in type-1 fuzzy sets,
computing with words approaches employ type-1 fuzzy sets as semantics of the
linguistic terms. However, type-2 fuzzy sets have been proven to be
scientifically more appropriate to represent linguistic information in
practical systems. They take into account both the intra-uncertainty as well as
the inter-uncertainty in cases where the linguistic information comes from a
group of experts. Hence in this paper, we propose to introduce linguistic terms
whose semantics are denoted by interval type-2 fuzzy sets within the hesitant
fuzzy linguistic term set framework, resulting in type-2 fuzzy sets based
hesitant fuzzy linguistic term sets. We also introduce a novel method of
computing type-2 fuzzy envelopes out of multiple interval type-2 fuzzy sets
with trapezoidal membership functions. Furthermore, the proposed framework with
interval type-2 fuzzy sets is applied on a supplier performance evaluation
scenario. Since humans are predominantly involved in the entire process of
supply chain, their feedback is crucial while deciding many factors. Towards
the end of the paper, we compare our presented model with various existing
models and demonstrate the advantages of the former.
- Abstract（参考訳）: 単語による計算に基づくアプローチは、意思決定システムにおいて適切な適用性を見出す。
主にタイプ1ファジィ集合の基底を見つけるため、単語による計算では、タイプ1ファジィ集合を言語用語の意味論として用いる。
しかし、2型ファジィ集合は実践システムにおいて言語情報を表現するのに科学的に適切であることが証明されている。
彼らは、言語情報が専門家のグループから来る場合に、不確かさと不確実性の両方を考慮する。
そこで,本論文では,ヒューシスタントなファジィ言語用語集合の枠組みにおいて,セマンティクスがインターバルタイプ2ファジィ集合で表される言語用語を導入することを提案する。
また,多区間の2型ファジィ集合から多区間の2型ファジィエンベロープを演算する新たな手法を提案する。
さらに、サプライヤーの性能評価シナリオにおいて、間隔型2ファジィセットを持つフレームワークを適用した。
人間は主にサプライチェーンの全プロセスに関与しているため、そのフィードバックは多くの要因を決定しながら重要である。
論文の終わりに向けて、提示したモデルと既存のモデルを比較し、前者の利点を実証する。
関連論文リスト
- Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。
提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文 参考訳（メタデータ） (2024-05-08T00:18:56Z) - Domain Embeddings for Generating Complex Descriptions of Concepts in
Italian Language [65.268245109828]
電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。
リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。
本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
論文 参考訳（メタデータ） (2024-02-26T15:04:35Z) - Interval Type-2 Fuzzy Neural Networks for Multi-Label Classification [14.20513951604573]
間隔型2ファジィ論理に基づくマルチラベル分類モデルを提案する。
提案モデルでは、ディープニューラルネットワークを用いて、インスタンスのタイプ1ファジィメンバシップを予測する。
また,データセット内のバイナリラベルと,モデルが生成する間隔2型ファジィメンバシップの類似度を測定するための損失関数を提案する。
論文 参考訳（メタデータ） (2023-02-21T04:00:44Z) - Paragraph-based Transformer Pre-training for Multi-Sentence Inference [99.59693674455582]
マルチ候補推論タスクの微調整に使用する場合,一般的な事前学習型トランスフォーマーは性能が良くないことを示す。
次に、複数の入力文にまたがる段落レベルの意味をモデル化する新しい事前学習目標を提案する。
論文 参考訳（メタデータ） (2022-05-02T21:41:14Z) - Double Fuzzy Probabilistic Interval Linguistic Term Set and a Dynamic
Fuzzy Decision Making Model based on Markov Process with tts Application in
Multiple Criteria Group Decision Making [0.0]
与えられた言語評価において,確率分布を扱うための言語用語が提案されている。
ウェイト情報は、動的情報融合と意思決定プロセスにおいて重要な役割を果たす。
二重ファジィ確率区間言語用語集合(DFPILTS)の概念を提案する。
論文 参考訳（メタデータ） (2021-11-30T10:17:08Z) - IT2CFNN: An Interval Type-2 Correlation-Aware Fuzzy Neural Network to
Construct Non-Separable Fuzzy Rules with Uncertain and Adaptive Shapes for
Nonlinear Function Approximation [1.599072005190786]
適応形状を持つ非分離型ファジィ規則を構築できる新しいインターバル型2ファジィニューラルネットワークを提案する。
提案手法は実世界の時系列予測,回帰問題,非線形システム同定に適用可能である。
論文 参考訳（メタデータ） (2021-08-11T13:00:13Z) - Decomposing lexical and compositional syntax and semantics with deep
language models [82.81964713263483]
GPT2のような言語変換器の活性化は、音声理解中の脳活動に線形にマップすることが示されている。
本稿では,言語モデルの高次元アクティベーションを,語彙,構成,構文,意味表現の4つのクラスに分類する分類法を提案する。
その結果は2つの結果が浮かび上がった。
まず、構成表現は、語彙よりも広範な皮質ネットワークを募集し、両側の側頭、頭頂、前頭前皮質を包含する。
論文 参考訳（メタデータ） (2021-03-02T10:24:05Z) - Infusing Finetuning with Semantic Dependencies [62.37697048781823]
シンタックスとは異なり、セマンティクスは今日の事前訓練モデルによって表面化されないことを示す。
次に、畳み込みグラフエンコーダを使用して、タスク固有の微調整にセマンティック解析を明示的に組み込む。
論文 参考訳（メタデータ） (2020-12-10T01:27:24Z) - Montague Grammar Induction [4.321645312120979]
このフレームワークは、帰納文法が従うべき仮定について、アナリストにきめ細かい制御を提供する。
本稿では,s(emantic)-selectionとc(ategory)-selectionの関係に着目し,レキシコンスケールの受容可能性判定データセットを入力として利用する。
論文 参考訳（メタデータ） (2020-10-15T23:25:01Z) - Perceptual reasoning based solution methodology for linguistic
optimization problems [13.548237279353408]
言語最適化問題(LOP)は、単一目的言語最適化問題(SOLOP)と多目的言語最適化問題(MOLOP)の2種類からなる。
言語情報の利用は、必然的に単語による計算(CWW)の活用を要求するため、LOPに対して2-tuple言語モデルに基づく解法が提案された。
その結果, 2-tuple言語モデルに基づく解法は,type-1ファジィ集合と順序項集合の組み合わせを用いて,言語情報のセマンティクスを表すことがわかった。
論文 参考訳（メタデータ） (2020-04-30T16:35:01Z) - Learn to Predict Sets Using Feed-Forward Neural Networks [63.91494644881925]
本稿では、ディープフィードフォワードニューラルネットワークを用いた設定予測の課題に対処する。
未知の置換と基数を持つ集合を予測するための新しい手法を提案する。
関連視覚問題に対する集合定式化の有効性を実証する。
論文 参考訳（メタデータ） (2020-01-30T01:52:07Z)
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。