論文の概要: Reasoning with fuzzy and uncertain evidence using epistemic random fuzzy sets: general framework and practical models

• arxiv url: http://arxiv.org/abs/2202.08081v1
• Date: Wed, 16 Feb 2022 14:06:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-17 19:48:16.303998
• Title: Reasoning with fuzzy and uncertain evidence using epistemic random fuzzy sets: general framework and practical models
• Title（参考訳）: 認識論的ランダムファジィ集合を用いたファジィと不確かさによる推論:一般枠組みと実用モデル
• Authors: Thierry Denoeux
• Abstract要約: この枠組みは、信念関数のデンプスター・シェーファー理論と可能性理論の両方を一般化する。 ガウス乱ファジィ数とその多次元拡張であるガウス乱ファジィベクトルを、不確実性を定量化するための実用的なモデルとして導入する。
• 参考スコア（独自算出の注目度）: 6.713564212269253
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a general theory of epistemic random fuzzy sets for reasoning with fuzzy or crisp evidence. This framework generalizes both the Dempster-Shafer theory of belief functions, and possibility theory. Independent epistemic random fuzzy sets are combined by the generalized product-intersection rule, which extends both Dempster's rule for combining belief functions, and the product conjunctive combination of possibility distributions. We introduce Gaussian random fuzzy numbers and their multi-dimensional extensions, Gaussian random fuzzy vectors, as practical models for quantifying uncertainty about scalar or vector quantities. Closed-form expressions for the combination, projection and vacuous extension of Gaussian random fuzzy numbers and vectors are derived.
• Abstract（参考訳）: 本稿では,ファジィあるいは明快な証拠を用いた推論のための認識論的ランダムファジィ集合の一般理論を提案する。 この枠組みは、信念関数のデンプスター・シェーファー理論と可能性理論の両方を一般化する。 独立てんかん的ランダムなファジィ集合は、デンプスターの信念関数を結合する規則と可能性分布の積共役結合の両方を拡張する一般化された積-断面積則によって結合される。 ガウスランダムファジィ数とその多次元拡張であるガウスランダムファジィベクトルをスカラー量やベクトル量に関する不確かさを定量化する実用的なモデルとして導入する。 ガウス乱ファジィ数とベクトルの組合せ、射影、空拡張に対する閉形式表現が導出される。

関連論文リスト

• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  本報告では,明示的な次元の一般スコアミスマッチ拡散サンプリング器を用いた最初の性能保証について述べる。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• Universal distributions of overlaps from unitary dynamics in generic quantum many-body systems [0.0]
  我々は、深さ$t$の回路を用いて、N$サイトの分解状態から量子状態を作成する。 我々は、大きな$t$と$N$の適切なスケーリング限界において、状態間の重なり合いは汎用的な多体カオス力学の下で進化したと主張する。
  論文  参考訳（メタデータ） (2024-04-15T18:01:13Z)
• Simplex Random Features [53.97976744884616]
  ソフトマックスおよびガウスカーネルの非バイアス近似のための新しいランダム特徴(RF)機構であるSimplex Random Features (SimRFs)を提案する。 我々は,これらのカーネルの非バイアス推定値に対して,SimRFが最小平均二乗誤差(MSE)を提供することを示す。 ポイントワイドカーネル推定,非パラメトリック分類,スケーラブルトランスフォーマーなどの設定において,SimRFによる一貫したゲインを示す。
  論文  参考訳（メタデータ） (2023-01-31T18:53:39Z)
• An Evidential Neural Network Model for Regression Based on Random Fuzzy Numbers [6.713564212269253]
  本稿では,レグレッションのための距離ベースニューラルネットワークモデルを提案する。 このモデルは、入力ベクトルとプロトタイプとの交叉を証拠の断片として解釈する。 実際のデータセットによる実験は、メソッドの非常に優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-08-01T07:13:31Z)
• A Fundamental Probabilistic Fuzzy Logic Framework Suitable for Causal Reasoning [0.0]
  本稿ではProbabilityとFuzzy Logicの橋渡しを行うための基本的なフレームワークを紹介する。 我々の理論は、あるファジィ属性を持つ基準でクリップ要素を選択するランダムな実験を定式化する。 いくつかの式が提示され、異なる条件付き確率と確率変数の期待値の計算が容易になる。
  論文  参考訳（メタデータ） (2022-05-30T11:59:35Z)
• More Than a Toy: Random Matrix Models Predict How Real-World Neural Representations Generalize [94.70343385404203]
  ほとんどの理論解析は、カーネル回帰においても定性的現象を捉えるには不十分であることがわかった。 古典的GCV推定器は局所確率行列法則が成立するたびに一般化リスクに収束することを示す。 この結果から, ランダム行列理論は, 実際には神経表現の性質を理解する上で重要である可能性が示唆された。
  論文  参考訳（メタデータ） (2022-03-11T18:59:01Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
  経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。 我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。 長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
  論文  参考訳（メタデータ） (2020-06-22T16:57:52Z)
• Coupling-based Invertible Neural Networks Are Universal Diffeomorphism Approximators [72.62940905965267]
  結合フロー(CF-INN)に基づく可逆ニューラルネットワークは、画像合成や表現学習など、さまざまな機械学習応用を有する。 CF-INNは可逆関数に対する普遍近似器か? 我々は、ある微分同相類に対する普遍性の同値性を示す一般的な定理を証明する。
  論文  参考訳（メタデータ） (2020-06-20T02:07:37Z)
• Belief functions induced by random fuzzy sets: A general framework for representing uncertain and fuzzy evidence [6.713564212269253]
  我々は、ザデの「第二種の証拠」の概念を一般化する。 確率の確率論的解釈をベイズ的推論と整合させることが可能であることを示す。
  論文  参考訳（メタデータ） (2020-04-24T10:14:54Z)
• At the Interface of Algebra and Statistics [0.0]
  この論文は量子物理学からインスピレーションを得て、代数と統計学の界面にある数学的構造を研究する。 有限集合上のすべての合同確率分布は階数 1 の密度作用素としてモデル化できる。 条件付き確率に類似していることを示し、固有ベクトルが元の関節分布に固有の「概念」を捕捉する程度について調べる。
  論文  参考訳（メタデータ） (2020-04-12T15:22:07Z)

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。