論文の概要: Unified Bayesian Frameworks for Multi-criteria Decision-making
- arxiv url: http://arxiv.org/abs/2208.13390v1
- Date: Mon, 29 Aug 2022 06:47:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-30 13:46:27.852338
- Title: Unified Bayesian Frameworks for Multi-criteria Decision-making
- Title(参考訳): 多基準決定のための統一ベイズフレームワーク
- Authors: Majid Mohammadi
- Abstract要約: 提案するフレームワークは,MCDMにおける長年の基本的な課題に対処することができる。
このモデルは、意思決定者の好みに異なる形の不確実性に対応することができる。
確率的ランク付けスキームは、基準と選択肢の両方のために設計されている。
- 参考スコア(独自算出の注目度): 6.85316573653194
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a Bayesian framework predicated on a probabilistic
interpretation of the MCDM problems and encompasses several well-known
multi-criteria decision-making (MCDM) methods. Owing to the flexibility of
Bayesian models, the proposed framework can address several long-standing,
fundamental challenges in MCDM, including group decision-making problems and
criteria correlation, in a statistically elegant way. Also, the model can
accommodate different forms of uncertainty in the preferences of the decision
makers (DMs), such as normal and triangular distributions and interval
preferences. Further, a probabilistic mixture model is developed that can group
the DMs into several exhaustive classes. A probabilistic ranking scheme is also
designed for both criteria and alternatives, where it identifies the extent to
which one criterion/alternative is more important than another based on the
DM(s) preferences. The experiments validate the outcome of the proposed
framework on several numerical examples and highlight its salient features
compared to other methods.
- Abstract(参考訳): 本稿では,MCDM問題を確率論的に解釈したベイズフレームワークについて述べる。
ベイズモデルの柔軟性のため、提案手法はmcdmにおいて、グループ意思決定問題や基準相関など、いくつかの長期にわたる根本的な課題を統計的にエレガントな方法で解決することができる。
また、このモデルは、正規分布や三角形分布、インターバル選好など、意思決定者(DM)の選好において異なる不確実性を満たすことができる。
さらに、DMを複数の網羅的なクラスに分類できる確率的混合モデルを開発した。
確率的ランキングスキームは、基準と代替案の両方に対して設計されており、dm(s) の選好に基づいて、ある基準/代替が他の基準よりも重要である程度を特定する。
実験では,いくつかの数値例で提案手法の有効性を検証し,他の手法と比較して有意な特徴を強調する。
関連論文リスト
- Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳(メタデータ) (2023-11-08T00:10:21Z) - A Novel Unified Conditional Score-based Generative Framework for
Multi-modal Medical Image Completion [54.512440195060584]
我々は、スコアベース生成モデル(SGM)を活用するために、統一多モードスコアベース生成モデル(UMM-CSGM)を提案する。
UMM-CSGMは、新しいマルチインマルチアウトコンディションスコアネットワーク(mm-CSN)を用いて、クロスモーダル条件分布の包括的集合を学習する。
BraTS19データセットの実験により、UMM-CSGMは腫瘍誘発病変における不均一な増強と不規則な領域をより確実に合成できることが示された。
論文 参考訳(メタデータ) (2022-07-07T16:57:21Z) - Recommending Multiple Criteria Decision Analysis Methods with A New
Taxonomy-based Decision Support System [2.519906683279153]
本稿では,複数基準決定分析手法の選択ソフトウェアについて述べる。
与えられた意思決定問題に対して最も適した多重基準決定分析手法は何か?
論文 参考訳(メタデータ) (2021-06-08T16:03:45Z) - Characterizing Fairness Over the Set of Good Models Under Selective
Labels [69.64662540443162]
同様の性能を実現するモデルセットに対して,予測公正性を特徴付けるフレームワークを開発する。
到達可能なグループレベルの予測格差の範囲を計算するためのトラクタブルアルゴリズムを提供します。
選択ラベル付きデータの実証的な課題に対処するために、我々のフレームワークを拡張します。
論文 参考訳(メタデータ) (2021-01-02T02:11:37Z) - 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) - Beyond Individual and Group Fairness [90.4666341812857]
本稿では,不公平な不公平な苦情に導かれる公平さの新しいデータ駆動モデルを提案する。
我々のモデルは、複数のフェアネス基準をサポートし、それらの潜在的な不整合を考慮に入れている。
論文 参考訳(メタデータ) (2020-08-21T14:14:44Z) - Bayesian preference elicitation for multiobjective combinatorial
optimization [12.96855751244076]
DM(Decision Maker)のノイズ応答に対処できる新しいインクリメンタルな選好推論手法を提案する。
DMの選好はパラメータが未知の集約関数で表され、その不確実性はパラメータ空間上の密度関数で表されると仮定する。
論文 参考訳(メタデータ) (2020-07-29T12:28:37Z) - Statistical inference of assortative community structures [0.0]
本研究では,非パラメトリックなベイズ型分割モデルの定式化に基づいて,ネットワーク内のコンソーシアティブなコミュニティを推定する手法を開発した。
我々は,提案手法が解決限界に達していないことを示し,任意に多数のコミュニティを発見できることを示した。
論文 参考訳(メタデータ) (2020-06-25T15:44:05Z) - Providing reliability in Recommender Systems through Bernoulli Matrix
Factorization [63.732639864601914]
本稿では,予測値と信頼性値の両方を提供するためにBernoulli Matrix Factorization (BeMF)を提案する。
BeMFはメモリベースのフィルタリングではなく、モデルベースの協調フィルタリングに作用する。
予測の信頼性が高ければ高いほど、それが間違っているという責任は少なくなる。
論文 参考訳(メタデータ) (2020-06-05T14:24:27Z) - 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。