論文の概要: A study of the Multicriteria decision analysis based on the time-series features and a TOPSIS method proposal for a tensorial approach

• arxiv url: http://arxiv.org/abs/2010.11720v1
• Date: Wed, 21 Oct 2020 14:37:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 00:19:11.409704
• Title: A study of the Multicriteria decision analysis based on the time-series features and a TOPSIS method proposal for a tensorial approach
• Title（参考訳）: 時系列特徴量に基づく多項決定解析とテンソルアプローチのための位相法の提案に関する研究
• Authors: Betania S. C. Campello, Leonardo T. Duarte, Jo\~ao M. T. Romano
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.3750624267664155
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A number of Multiple Criteria Decision Analysis (MCDA) methods have been developed to rank alternatives based on several decision criteria. Usually, MCDA methods deal with the criteria value at the time the decision is made without considering their evolution over time. However, it may be relevant to consider the criteria' time series since providing essential information for decision-making (e.g., an improvement of the criteria). To deal with this issue, we propose a new approach to rank the alternatives based on the criteria time-series features (tendency, variance, etc.). In this novel approach, the data is structured in three dimensions, which require a more complex data structure, as the \textit{tensors}, instead of the classical matrix representation used in MCDA. Consequently, we propose an extension for the TOPSIS method to handle a tensor rather than a matrix. Computational results reveal that it is possible to rank the alternatives from a new perspective by considering meaningful decision-making information.
• Abstract（参考訳）: 複数の決定基準に基づいて代替品をランク付けするための複数の多重基準決定分析(mcda)法が開発されている。 通常、MCDA法は、決定が下された時点での基準値を扱うが、時間とともにその進化を考慮しない。 しかし、意思決定に不可欠な情報(例えば基準の改善)を提供することから、基準の時系列を考えることが重要かもしれない。 この問題に対処するため,我々は,基準の時系列特徴(テンデンシー,分散など)に基づいて代替品をランク付けする新しい手法を提案する。 このアプローチでは、データは3次元に構造化され、MCDAで使用される古典行列表現の代わりに、より複雑なデータ構造である「textit{tensors}」を必要とする。 そこで本研究では,行列ではなくテンソルを扱うTOPSIS法の拡張を提案する。 計算結果から,有意義な意思決定情報を考慮して代替案を新しい視点からランク付けすることが可能であることが判明した。

関連論文リスト

• An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
  まず最適化モデルを構築し,非単調な選好をモデル化する。 本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
  論文  参考訳（メタデータ） (2024-09-04T14:36:20Z)
• 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)
• Multicriteria decision support employing adaptive prediction in a tensor-based feature representation [8.333246626497361]
  マルチ基準決定分析は、一組の選択肢を分類または分類する決定を支援するために広く用いられるツールである。 近年の研究では、各基準の現在の評価だけでなく、過去のデータも考慮していることが示されている。 本研究は、テンソル表現や適応予測といった信号処理の必須ツールを通じてこの問題に対処する。
  論文  参考訳（メタデータ） (2024-01-12T19:46:29Z)
• A new fuzzy multi-attribute group decision-making method based on TOPSIS and optimization models [3.697049647195136]
  区間値の直観的ファジィ集合における多属性群決定のための新しい手法を提案する。 全ての専門家の個人評価と全体整合性評価の差の和を最小化することにより、専門家の体重を決定するための新しい最適化モデルが確立される。 完全ファジィ多属性群決定アルゴリズムが定式化され、主観的および客観的重み付け法の利点を最大限に活用することができる。
  論文  参考訳（メタデータ） (2023-11-27T15:41:30Z)
• Domain Generalization via Rationale Invariance [70.32415695574555]
  本稿では,未確認環境においてもロバストな結果の維持を伴う領域一般化の課題を緩和する新たな視点を提供する。 本稿では,最終結果に対する要素的貢献を決定の根拠として扱い,各試料の根拠を行列として表現することを提案する。 提案手法は, 単純性に拘わらず, 様々なデータセット間で競合する結果が得られることを示す。
  論文  参考訳（メタデータ） (2023-08-22T03:31:40Z)
• Fast Feature Selection with Fairness Constraints [49.142308856826396]
  モデル構築における最適特徴の選択に関する基礎的問題について検討する。 この問題は、greedyアルゴリズムの変種を使用しても、大規模なデータセットで計算的に困難である。 適応クエリモデルは,最近提案された非モジュラー関数に対する直交整合探索のより高速なパラダイムに拡張する。 提案アルゴリズムは、適応型クエリモデルにおいて指数関数的に高速な並列実行を実現する。
  論文  参考訳（メタデータ） (2022-02-28T12:26:47Z)
• Modularity in Reinforcement Learning via Algorithmic Independence in Credit Assignment [79.5678820246642]
  提案手法は, 事前決定の順序に対して, スパース変化のみを必要とする伝達問題に対して, 政策段階の手法よりも, より標本効率が高いことを示す。 我々は最近提案された社会的意思決定の枠組みをマルコフ決定プロセスよりもよりきめ細かい形式主義として一般化する。
  論文  参考訳（メタデータ） (2021-06-28T21:29:13Z)
• 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)
• Application of independent component analysis and TOPSIS to deal with dependent criteria in multicriteria decision problems [8.637110868126546]
  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。
  論文  参考訳（メタデータ） (2020-02-06T13:51:28Z)

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。