論文の概要: Ordinal relative belief entropy
- arxiv url: http://arxiv.org/abs/2102.12575v1
- Date: Sun, 21 Feb 2021 04:17:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-26 13:51:58.310955
- Title: Ordinal relative belief entropy
- Title(参考訳): 順序的相対的信念エントロピー
- Authors: Yuanpeng He
- Abstract要約: 本論文では, 識別フレームの不確実性を測定するための新規な経口エントロピーを提案する。
これは、認識の枠組みに存在する命題の順序によってもたらされる不確実性の程度に影響を及ぼす。
提案したエントロピーの正当性と妥当性を検証するために,いくつかの数値例が提供される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Specially customised Entropies are widely applied in measuring the degree of
uncertainties existing in the frame of discernment. However, all of these
entropies regard the frame as a whole that has already been determined which
dose not conform to actual situations. In real life, everything comes in an
order, so how to measure uncertainties of the dynamic process of determining
sequence of propositions contained in a frame of discernment is still an open
issue and no related research has been proceeded. Therefore, a novel ordinal
entropy to measure uncertainties of the frame of discernment considering the
order of confirmation of propositions is proposed in this paper. Compared with
traditional entropies, it manifests effects on degree of uncertainty brought by
orders of propositions existing in a frame of discernment. Besides, some
numerical examples are provided to verify the correctness and validity of the
proposed entropy in this paper.
- Abstract(参考訳): 特殊にカスタマイズされたエントロピーは、識別枠に存在する不確実性の度合いを測るために広く用いられる。
しかし、これらのエントロピーはすべて、フレームを、実際の状況に合致しない線量を既に決定済みの全体と見なす。
実生活では、すべてが順序で来るので、識別フレームに含まれる命題の配列を決定する動的プロセスの不確実性を測定する方法は、まだオープンな問題であり、関連する研究は行われていません。
そこで本稿では,提案の確認順序を考慮した識別枠の不確実性を測定するための新しい順序エントロピーを提案する。
伝統的なエントロピーと比較して、認識の枠組みに存在する命題の順序によってもたらされる不確かさの程度に影響を及ぼす。
また,本論文では,提案エントロピーの正確性と妥当性を検証するための数値的例を示す。
関連論文リスト
- Certainly Uncertain: A Benchmark and Metric for Multimodal Epistemic and Aleatoric Awareness [106.52630978891054]
視覚言語AIシステムに特有の不確実性の分類法を提案する。
また、精度と校正誤差の両方によく相関する新しい計量信頼度重み付き精度を導入する。
論文 参考訳(メタデータ) (2024-07-02T04:23:54Z) - Error and Disturbance as Irreversibility with Applications: Unified Definition, Wigner--Araki--Yanase Theorem and Out-of-Time-Order Correlator [0.0]
熱力学および量子情報理論における不可逆性に関する知識を、量子測定における誤差と乱れに適用する。
定量的なウィグナー-アラキ-ヤネーゼ定理を任意の定義や過程の誤りや乱れに拡張する。
論文 参考訳(メタデータ) (2023-09-25T14:29:31Z) - Is the Volume of a Credal Set a Good Measure for Epistemic Uncertainty? [2.658812114255374]
不確実性対策は様々な分野、特に機械学習や知性において欠かせないものとなっている。
不確実性の尺度の代替として、クレダル集合を考える。
干潟集合は分類において有意義な不確実性尺度であるが,多クラス分類ではそうでないことを示す。
論文 参考訳(メタデータ) (2023-06-16T02:17:45Z) - A Measure-Theoretic Axiomatisation of Causality [55.6970314129444]
我々は、コルモゴロフの確率の測度理論的公理化を因果関係の公理化への出発点とすることを好んで論じる。
提案するフレームワークは測度理論に厳格に根ざしているが,既存のフレームワークの長期的制限にも光を当てている。
論文 参考訳(メタデータ) (2023-05-19T13:15:48Z) - Quantifying Aleatoric and Epistemic Uncertainty in Machine Learning: Are
Conditional Entropy and Mutual Information Appropriate Measures? [2.1655448059430222]
条件エントロピーと相互情報の観点から、アレタリックおよびてんかんの不確実性を定量化する。
我々はその適切さを疑問視する様々な不整合を識別する。
コンピュータビジョンタスクの異なる実験は、理論的な発見を支援する。
論文 参考訳(メタデータ) (2022-09-07T17:05:20Z) - What is Flagged in Uncertainty Quantification? Latent Density Models for
Uncertainty Categorization [68.15353480798244]
不確実性定量化(UQ)は、信頼できる機械学習モデルを作成する上で不可欠である。
近年、疑わしい事例にフラグを立てるUQ手法が急上昇している。
分類タスクにおけるUQ手法によってフラグ付けされた不確実な例を分類する枠組みを提案する。
論文 参考訳(メタデータ) (2022-07-11T19:47:00Z) - The Unreasonable Effectiveness of Deep Evidential Regression [72.30888739450343]
不確実性を考慮した回帰ベースニューラルネットワーク(NN)による新しいアプローチは、従来の決定論的手法や典型的なベイズ的NNよりも有望であることを示している。
我々は、理論的欠点を詳述し、合成および実世界のデータセットのパフォーマンスを分析し、Deep Evidential Regressionが正確な不確実性ではなく定量化であることを示す。
論文 参考訳(メタデータ) (2022-05-20T10:10:32Z) - Non-Linear Spectral Dimensionality Reduction Under Uncertainty [107.01839211235583]
我々は、不確実性情報を活用し、いくつかの従来のアプローチを直接拡張する、NGEUと呼ばれる新しい次元削減フレームワークを提案する。
提案したNGEUの定式化は,大域的な閉形式解を示し,Radecherの複雑性に基づいて,基礎となる不確実性がフレームワークの一般化能力に理論的にどのように影響するかを分析する。
論文 参考訳(メタデータ) (2022-02-09T19:01:33Z) - Dense Uncertainty Estimation via an Ensemble-based Conditional Latent
Variable Model [68.34559610536614]
我々は、アレータリック不確実性はデータの固有の特性であり、偏見のないオラクルモデルでのみ正確に推定できると論じる。
そこで本研究では,軌道不確実性推定のためのオラクルモデルを近似するために,列車時の新しいサンプリングと選択戦略を提案する。
以上の結果から,提案手法は精度の高い決定論的結果と確実な不確実性推定の両方を達成できることが示唆された。
論文 参考訳(メタデータ) (2021-11-22T08:54:10Z) - An approach utilizing negation of extended-dimensional vector of
disposing mass for ordinal evidences combination in a fuzzy environment [0.0]
本論文では,分類の順序フレームの詳細な定義について述べる。
コンピュータビジョンの概念を利用した革新的な手法が提案され、識別のフレームの2つの重要な要素間の関係をよりよく表す。
ベクトルのレベルを識別する順序フレームの不確かさのレベルを示すために、特別に設計された方法も提供される。
論文 参考訳(メタデータ) (2021-04-06T09:35:29Z) - Bypassing the Kochen-Specker theorem: an explicit non-contextual
statistical model for the qutrit [0.0]
クォートに対する隠れ変数の明示的な非コンテキスト統計モデルについて述べる。
このような絶対的な参照枠の存在は、基本的な物理原理によって要求されるものではない。
論文 参考訳(メタデータ) (2018-05-13T19:37:33Z)
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。