論文の概要: $(O,G)$-granular variable precision fuzzy rough sets based on overlap
and grouping functions
- arxiv url: http://arxiv.org/abs/2205.08719v1
- Date: Wed, 18 May 2022 04:37:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-19 13:04:24.858391
- Title: $(O,G)$-granular variable precision fuzzy rough sets based on overlap
and grouping functions
- Title（参考訳）: 重なり関数とグルーピング関数に基づく$(o,g)$-granular variable precision fuzzy rough sets
- Authors: Wei Li, Bin Yang, Junsheng Qiao
- Abstract要約: 本稿では、重なり関数とグループ化関数に基づいて、まず、$(O,G)$-granular variable precision fuzzy rough set$(O,G)$-GVPFRSsの描写を行う。
近似演算を効率的に解くために、ファジィ含意を用いて上下近似演算子の別の式を与える。
粒度変化精度ファジィ粗集合(略してGVPFRS)に関するいくつかの結論は、いくつかの追加条件の下で$(O,G)$-GVPFRSに拡張される。
- 参考スコア（独自算出の注目度）: 16.843434476423305
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since Bustince et al. introduced the concepts of overlap and grouping
functions, these two types of aggregation functions have attracted a lot of
interest in both theory and applications. In this paper, the depiction of
$(O,G)$-granular variable precision fuzzy rough sets ($(O,G)$-GVPFRSs for
short) is first given based on overlap and grouping functions. Meanwhile, to
work out the approximation operators efficiently, we give another expression of
upper and lower approximation operators by means of fuzzy implications and
co-implications. Furthermore, starting from the perspective of construction
methods, $(O,G)$-GVPFRSs are represented under diverse fuzzy relations.
Finally, some conclusions on the granular variable precision fuzzy rough sets
(GVPFRSs for short) are extended to $(O,G)$-GVPFRSs under some additional
conditions.
- Abstract（参考訳）: Bustinceらは重複関数と群化関数の概念を導入して以来、これらの2種類の集約関数は理論と応用の両方に大きな関心を集めている。
本稿では、まず、重なり関数とグループ化関数に基づいて、$(o,g)$-granular variable precision fuzzy rough sets ((o,g)$-gvpfrss for short)の描写を行う。
一方, 近似作用素を効率的に解くために, ファジィインジェクションと共加法を用いて, 上・下近似作用素の別の表現を与える。
さらに、建設手法の観点からすると、$(o,g)$-gvpfrs は多様なファジィ関係の下で表現される。
最後に、粒度の変動精度ファジィ粗集合 (GVPFRSs for short) に関するいくつかの結論は、いくつかの追加条件の下で$(O,G)$-GVPFRSsに拡張される。
関連論文リスト
- A General Framework for Robust G-Invariance in G-Equivariant Networks [5.227502964814928]
群同変畳み込みニューラルネットワーク(G$-CNN)におけるロバストなグループ不変性を実現するための一般的な方法を提案する。
三重相関の完全性は、強い強靭性を持つ$G$-TC層を与える。
この手法の利点を可換群と非可換群の両方に示す。
論文 参考訳（メタデータ） (2023-10-28T02:27:34Z) - On Convergence of Incremental Gradient for Non-Convex Smooth Functions [63.51187646914962]
機械学習とネットワーク最適化では、ミスの数と優れたキャッシュを最小化するため、シャッフルSGDのようなアルゴリズムが人気である。
本稿では任意のデータ順序付けによる収束特性SGDアルゴリズムについて述べる。
論文 参考訳（メタデータ） (2023-05-30T17:47:27Z) - $(\alpha_D,\alpha_G)$-GANs: Addressing GAN Training Instabilities via
Dual Objectives [7.493779672689531]
生成器(G)と識別器(D)に異なる値関数(対象物)を持つ2目的GANのクラスを導入する。
結果のゼロでない和ゲームは、$(alpha_D,alpha_G)$の適切な条件下での$f$-divergenceを最小化する。
合成2次元ガウス混合環とスタックドMNISTデータセットのトレーニング不安定性を緩和するために, チューニング $(alpha_D,alpha_G)$ の値を強調した。
論文 参考訳（メタデータ） (2023-02-28T05:22:54Z) - Sharper Rates and Flexible Framework for Nonconvex SGD with Client and
Data Sampling [64.31011847952006]
我々は、平均$n$スムーズでおそらくは非カラー関数のほぼ定常点を求める問題を再考する。
我々は$smallsfcolorgreen$を一般化し、事実上あらゆるサンプリングメカニズムで確実に動作するようにします。
我々は、スムーズな非カラー状態における最適境界の最も一般的な、最も正確な解析を提供する。
論文 参考訳（メタデータ） (2022-06-05T21:32:33Z) - On three types of $L$-fuzzy $\beta$-covering-based rough sets [16.843434476423305]
本稿では,3組の$L$-fuzzy $beta$-covering-based rough approximation operatorの公理集合,行列表現,相互依存性について検討する。
2つの$L$-fuzzy $beta$-coveringsが同じ下層および上層粗度近似演算を生成できる必要十分条件を提示する。
論文 参考訳（メタデータ） (2022-05-13T05:30:51Z) - Some neighborhood-related fuzzy covering-based rough set models and
their applications for decision making [8.270779659551431]
重なり関数とそのインプリケータによるファジィ被覆に基づくファジィ近傍演算子を提案する。
新規なファジィTOPSIS法は、生体合成ナノマテリアルの選択問題を解くために提案されている。
論文 参考訳（メタデータ） (2022-05-13T05:02:53Z) - Submodular + Concave [53.208470310734825]
第一次最適化法が凹関数の最大目的値に収束できることはよく確立されている。
本研究では、滑らかな函数凸体(英語版)の行列式を$F(x) = G(x) +C(x)$で始める。
このクラスの函数は、保証がないような凹凸函数と連続DR-部分モジュラ函数の両方の拡張である。
論文 参考訳（メタデータ） (2021-06-09T01:59:55Z) - Learning Aggregation Functions [78.47770735205134]
任意の濃度の集合に対する学習可能なアグリゲータであるLAF(Learning Aggregation Function)を紹介する。
半合成および実データを用いて,LAFが最先端の和(max-)分解アーキテクチャより優れていることを示す実験を報告する。
論文 参考訳（メタデータ） (2020-12-15T18:28:53Z) - On the finite representation of group equivariant operators via
permutant measures [0.0]
それぞれの線形$G$-equivariant演算子は適切な置換測度で生成可能であることを示す。
この結果により、線形$G$-同変作用素を有限条件で構築する新しい方法が利用可能となる。
論文 参考訳（メタデータ） (2020-08-07T14:25:04Z) - A deep network construction that adapts to intrinsic dimensionality
beyond the domain [79.23797234241471]
本稿では,ReLUを活性化したディープネットワークを用いて,2層合成の近似を$f(x) = g(phi(x))$で検討する。
例えば、低次元埋め込み部分多様体への射影と、低次元集合の集合への距離である。
論文 参考訳（メタデータ） (2020-08-06T09:50:29Z) - Reinforcement Learning with General Value Function Approximation:
Provably Efficient Approach via Bounded Eluder Dimension [124.7752517531109]
一般値関数近似を用いた効率の良い強化学習アルゴリズムを確立する。
我々のアルゴリズムは、$d$が複雑性測度である場合、$widetildeO(mathrmpoly(dH)sqrtT)$の後悔の限界を達成することを示す。
我々の理論は線形値関数近似によるRLの最近の進歩を一般化し、環境モデルに対する明示的な仮定をしない。
論文 参考訳（メタデータ） (2020-05-21T17:36:09Z)
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。