論文の概要: Belief Evolution Network: Probability Transformation of Basic Belief Assignment and Fusion Conflict Probability

• arxiv url: http://arxiv.org/abs/2110.03468v1
• Date: Thu, 7 Oct 2021 13:48:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-08 15:45:20.310859
• Title: Belief Evolution Network: Probability Transformation of Basic Belief Assignment and Fusion Conflict Probability
• Title（参考訳）: 信念進化ネットワーク:基本的な信念割当と融合競合確率の確率変換
• Authors: Qianli Zhou, Yusheng Huang, Yong Deng
• Abstract要約: 確率分布への基本信念代入変換の新しい解釈を与える。 また、BBAの焦点要素間の因果関係を記述するために、信念進化ネットワークと呼ばれる非循環型ネットワークを用いた。
• 参考スコア（独自算出の注目度）: 4.286327408435937
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We give a new interpretation of basic belief assignment transformation into probability distribution, and use directed acyclic network called belief evolution network to describe the causality between the focal elements of a BBA. On this basis, a new probability transformations method called full causality probability transformation is proposed, and this method is superior to all previous method after verification from the process and the result. In addition, using this method combined with disjunctive combination rule, we propose a new probabilistic combination rule called disjunctive transformation combination rule. It has an excellent ability to merge conflicts and an interesting pseudo-Matthew effect, which offer a new idea to information fusion besides the combination rule of Dempster.
• Abstract（参考訳）: 本稿では,基本信念の確率分布への変換を新たに解釈し,BBAの焦点要素間の因果関係を記述するために,信頼進化ネットワークと呼ばれる非循環ネットワークを利用する。 本手法は, 完全因果確率変換と呼ばれる新しい確率変換法を提案し, プロセスと結果の検証後, 従来のすべての手法よりも優れている。 また、この方法と連結結合則を組み合わせることにより、連結変換結合則と呼ばれる新しい確率的結合規則を提案する。 コンフリクトをマージする優れた能力と、dempsterのコンバインドルールに加えて、情報融合の新たなアイデアを提供する、興味深い疑似マットー効果を備えている。

関連論文リスト

• Probabilistic Coherence Transformation [0.0]
  厳密な不整合演算の下での確率的コヒーレンス変換について検討する。 その結果,大きなコヒーレンスゲインを成功確率損失の価格で実現できることが判明した。 応用として、コヒーレンスから絡み合いへの変換は確率的コヒーレンス変換の恩恵を受けることが示されている。
  論文  参考訳（メタデータ） (2024-10-10T16:37:46Z)
• Isopignistic Canonical Decomposition via Belief Evolution Network [12.459136964317942]
  本稿では,信念進化ネットワークに基づく同義変換を提案する。 この分解は、可能性分布とその同型質量関数の間の逆経路を与える。 本稿では,確率論,デンプスター・シェーファー理論,可能性理論に基づく人工知能の一般モデル構築のための理論的基盤を確立する。
  論文  参考訳（メタデータ） (2024-05-04T12:39:15Z)
• Collaborative Heterogeneous Causal Inference Beyond Meta-analysis [68.4474531911361]
  異種データを用いた因果推論のための協調的逆確率スコア推定器を提案する。 異質性の増加に伴うメタアナリシスに基づく手法に対して,本手法は有意な改善を示した。
  論文  参考訳（メタデータ） (2024-04-24T09:04:36Z)
• Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
  本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。 提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
  論文  参考訳（メタデータ） (2024-02-13T09:40:19Z)
• Semantic Equivariant Mixup [54.734054770032934]
  Mixupは、トレーニング分布を拡張し、ニューラルネットワークを正規化する、確立されたデータ拡張テクニックである。 以前のミックスアップの変種はラベル関連の情報に過度に焦点をあてる傾向がある。 入力中のよりリッチな意味情報を保存するための意味的同変混合(sem)を提案する。
  論文  参考訳（メタデータ） (2023-08-12T03:05:53Z)
• A Rigorous Link between Deep Ensembles and (Variational) Bayesian Methods [14.845158804951552]
  ベイズ的,変分的ベイズ的,アンサンブル法の間の数学的に厳密な関係を確立した。 技術的なレベルでは、ワッサーシュタインフローのレンズを通して一般化された変分推論に寄与する。
  論文  参考訳（メタデータ） (2023-05-24T11:13:59Z)
• Federated Learning as Variational Inference: A Scalable Expectation Propagation Approach [66.9033666087719]
  本稿では,推論の視点を拡張し,フェデレート学習の変分推論の定式化について述べる。 我々は、FedEPを標準フェデレーション学習ベンチマークに適用し、収束速度と精度の両方において、強いベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-02-08T17:58:11Z)
• Principled Paraphrase Generation with Parallel Corpora [52.78059089341062]
  ラウンドトリップ機械翻訳によって引き起こされる暗黙の類似性関数を形式化する。 一つのあいまいな翻訳を共有する非パラフレーズ対に感受性があることが示される。 この問題を緩和する別の類似度指標を設計する。
  論文  参考訳（メタデータ） (2022-05-24T17:22:42Z)
• The intersection probability: betting with probability intervals [7.655239948659381]
  本稿では,不確実性に対する幾何学的アプローチの枠組みにおいて,元来は信念関数に導かれる変換である交叉確率の利用を提案する。 本稿では,確率区間に関する意思決定の枠組みについて概説する。
  論文  参考訳（メタデータ） (2022-01-05T17:35:06Z)
• Optimal Change-Point Detection with Training Sequences in the Large and Moderate Deviations Regimes [72.68201611113673]
  本稿では,情報理論の観点から,新しいオフライン変化点検出問題について検討する。 基礎となる事前および変更後分布の知識は分かっておらず、利用可能なトレーニングシーケンスからのみ学習できると仮定する。
  論文  参考訳（メタデータ） (2020-03-13T23:39:40Z)
• A generalization of the symmetrical and optimal probability-to-possibility transformations [0.0]
  本稿では、2つのよく知られた離散確率の確率変換に対する利点と欠点について考察する。 それらを一般化し、その欠点を緩和し、実践的な応用の大きな可能性を示す。 また,ファジィ部分集合の概念に基づく確率分布の特異性の新しいファジィ尺度を提案する。
  論文  参考訳（メタデータ） (2019-12-29T17:43:45Z)

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。