論文の概要: Identification of Choquet capacity in multicriteria sorting problems through stochastic inverse analysis

• arxiv url: http://arxiv.org/abs/2003.12530v1
• Date: Fri, 27 Mar 2020 16:46:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-19 05:19:42.787368
• Title: Identification of Choquet capacity in multicriteria sorting problems through stochastic inverse analysis
• Title（参考訳）: 確率的逆解析による多基準ソート問題におけるチョケット容量の同定
• Authors: Renata Pelissari and Leonardo Tomazeli Duarte
• Abstract要約: 本稿では,Choquet積分を用いたマルチ基準ソート問題(MCSP)に焦点を当てる。 チョーケ積分の文脈では、実際に発生する問題は、チョーケ容量として知られるパラメータの抽出に関係している。
• 参考スコア（独自算出の注目度）: 7.462336024223667
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In multicriteria decision aiding (MCDA), the Choquet integral has been used as an aggregation operator to deal with the case of interacting decision criteria. While the application of the Choquet integral for ranking problems have been receiving most of the attention, this paper rather focuses on multicriteria sorting problems (MCSP). In the Choquet integral context, a practical problem that arises is related to the elicitation of parameters known as the Choquet capacities. We address the problem of Choquet capacity identification for MCSP by applying the Stochastic Acceptability Multicriteri Analysis (SMAA), proposing the SMAA-S-Choquet method. The proposed method is also able to model uncertain data that may be present in both decision matrix and limiting profiles, the latter a parameter associated with the sorting problematic. We also introduce two new descriptive measures in order to conduct reverse analysis regarding the capacities: the Scenario Acceptability Index and the Scenario Central Capacity vector.
• Abstract（参考訳）: マルチ基準決定支援(MCDA)では、相互作用する決定基準を扱うための集約演算子としてチョケ積分が使用されている。 ランキング問題に対するChoquet積分の適用は注目されているが、本論文はむしろマルチ基準ソート問題(MCSP)に焦点を当てている。 チョーク積分の文脈において、実際に発生する問題は、チョーク容量として知られるパラメータの解明に関連している。 本稿では,SMAA-S-Choquet法を提案するStochastic Acceptability Multicriteri Analysis (SMAA)を適用し,MCSPにおけるChoquetキャパシティ同定の問題に対処する。 提案手法はまた,決定行列と制限プロファイルの両方に存在する可能性のある不確実なデータをモデル化し,後者はソート問題に関連するパラメータである。 また,キャパシティに関する逆解析を行うために,シナリオアクセシビリティ指標とシナリオ中央キャパシティベクトルという2つの新しい記述手法を導入する。

関連論文リスト

• Lexicographic optimization-based approaches to learning a representative model for multi-criteria sorting with non-monotonic criteria [5.374419989598479]
  本稿では,MCS問題の代表モデルを非単調な基準で学習するためのいくつかのアプローチを提案する。 まず、いくつかの変換関数を定義して、限界値と圏閾値を UTA のような関数空間にマッピングする。 そこで我々は,MCS問題における非単調な基準をモデル化するための制約セットを構築し,意思決定者の代入事例選好情報の整合性を確認する最適化モデルを構築した。
  論文  参考訳（メタデータ） (2024-09-03T05:29:05Z)
• 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)
• Solving clustering as ill-posed problem: experiments with K-Means algorithm [0.0]
  K-Meansアルゴリズムに基づくクラスタリング手法を逆問題として検討した。 クラスタリング逆問題ドライブの品質向上の試みにより,主成分分析による入力データ削減が図られた。
  論文  参考訳（メタデータ） (2022-11-15T17:01:42Z)
• 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)
• Stochastic Gradient Descent-Ascent and Consensus Optimization for Smooth Games: Convergence Analysis under Expected Co-coercivity [49.66890309455787]
  本稿では,SGDA と SCO の最終的な収束保証として,期待されるコヒーレンシティ条件を導入し,その利点を説明する。 定常的なステップサイズを用いた場合、両手法の線形収束性を解の近傍に証明する。 我々の収束保証は任意のサンプリングパラダイムの下で保たれ、ミニバッチの複雑さに関する洞察を与える。
  論文  参考訳（メタデータ） (2021-06-30T18:32:46Z)
• Identification of Unexpected Decisions in Partially Observable Monte-Carlo Planning: a Rule-Based Approach [78.05638156687343]
  本稿では,POMCPポリシーをトレースを検査して分析する手法を提案する。 提案手法は, 政策行動の局所的特性を探索し, 予期せぬ決定を識別する。 我々は,POMDPの標準ベンチマークであるTigerに対するアプローチと,移動ロボットナビゲーションに関する現実の問題を評価した。
  論文  参考訳（メタデータ） (2020-12-23T15:09:28Z)
• 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)
• Higher order hesitant fuzzy Choquet integral operator and its application to multiple criteria decision making [0.0]
  より高次ヘジットファジィ(HOHF)チョーケ積分作用素を提案する。 この概念は、高次ヘジットファジィ議論の重要性だけでなく、それらの議論間の相関を反映することができる。 意思決定におけるHOHF Choquet積分演算子の適用性を高めるため,社会経済発展のための適切なエネルギー政策をまず評価する。
  論文  参考訳（メタデータ） (2020-11-16T08:52:55Z)
• Coherent Hierarchical Multi-Label Classification Networks [56.41950277906307]
  C-HMCNN(h)はHMC問題に対する新しいアプローチであり、階層情報を利用して制約に整合した予測を生成し、性能を向上させる。 最先端モデルと比較してC-HMCNN(h)の優れた性能を示す広範囲な実験的検討を行った。
  論文  参考訳（メタデータ） (2020-10-20T09:37:02Z)
• High-Dimensional Quadratic Discriminant Analysis under Spiked Covariance Model [101.74172837046382]
  そこで本研究では,魚の識別比を最大化する2次分類手法を提案する。 数値シミュレーションにより,提案した分類器は,合成データと実データの両方において古典的R-QDAよりも優れるだけでなく,計算量の削減も要求されることがわかった。
  論文  参考訳（メタデータ） (2020-06-25T12:00:26Z)
• Multi-Task Multicriteria Hyperparameter Optimization [77.34726150561087]
  この記事は最適なハイパーパラメータを選択する問題に関する数学的定式化から始まる。 この問題を解決するMTMC法の手順を述べる。 提案手法は畳み込みニューラルネットワークを用いて画像分類問題に対して評価する。
  論文  参考訳（メタデータ） (2020-02-15T12:47:53Z)

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。