論文の概要: Modified EDAS Method Based on Cumulative Prospect Theory for Multiple
Attributes Group Decision Making with Interval-valued Intuitionistic Fuzzy
Information
- arxiv url: http://arxiv.org/abs/2211.02806v1
- Date: Sat, 5 Nov 2022 03:57:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 18:42:53.025919
- Title: Modified EDAS Method Based on Cumulative Prospect Theory for Multiple
Attributes Group Decision Making with Interval-valued Intuitionistic Fuzzy
Information
- Title(参考訳): 数値的直観的ファジィ情報を用いた複数属性群決定のための累積プロスペクト理論に基づく修正EDAS法
- Authors: Jing Wang, Qiang Cai, Guiwu Wei, Ningna Liao
- Abstract要約: 直観的ファジィ集合に基づく区間評価直観的ファジィ集合(IVIFS)が研究され,応用が注目されている。
本稿では,IVIFSにおける意思決定者(DM)の心理的要因を考慮した累積予測理論(CPT)に基づく古典的EDAS法を拡張した。
- 参考スコア(独自算出の注目度): 3.832483139896285
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Interval-valued intuitionistic fuzzy sets (IVIFSs) based on the
intuitionistic fuzzy sets combines the classical decision method is in its
research and application is attracting attention. After comparative analysis,
there are multiple classical methods with IVIFSs information have been applied
into many practical issues. In this paper, we extended the classical EDAS
method based on cumulative prospect theory (CPT) considering the decision
makers (DMs) psychological factor under IVIFSs. Taking the fuzzy and uncertain
character of the IVIFSs and the psychological preference into consideration,
the original EDAS method based on the CPT under IVIFSs (IVIF-CPT-MABAC) method
is built for MAGDM issues. Meanwhile, information entropy method is used to
evaluate the attribute weight. Finally, a numerical example for project
selection of green technology venture capital has been given and some
comparisons is used to illustrate advantages of IVIF-CPT-MABAC method and some
comparison analysis and sensitivity analysis are applied to prove this new
methods effectiveness and stability.
- Abstract(参考訳): 直観的ファジィ集合に基づく区間値直観的ファジィ集合(ivifss)は、その研究において古典的な決定法を結合し、応用が注目されている。
比較分析の後、ivifss情報を含む複数の古典的手法が多くの実用的問題に適用されている。
本稿では,IVIFSにおける意思決定者(DM)の心理的要因を考慮した累積予測理論(CPT)に基づく古典的EDAS法を拡張した。
ivifss法(ivif-cpt-mabac法)に基づくオリジナルのedas法は、ivifss法(ivif-cpt-mabac法)の曖昧な特徴と心理的嗜好を考慮に入れ、magdm問題のために構築されている。
一方,属性重みの評価には情報エントロピー法が用いられる。
最後に、グリーン・テクノロジー・ベンチャー・キャピタルのプロジェクト選択の数値的な例を挙げ、IVIF-CPT-MABAC法の利点を説明するためにいくつかの比較を行い、新しい手法の有効性と安定性を証明するためにいくつかの比較分析と感度分析を適用した。
関連論文リスト
- Key Design Choices in Source-Free Unsupervised Domain Adaptation: An
In-depth Empirical Analysis [16.0130560365211]
本研究では、画像分類におけるSF-UDA(Source-Free Unsupervised Domain Adaptation)のベンチマークフレームワークを提供する。
この研究は、さまざまなSF-UDAテクニックを実証的に検証し、データセット間の一貫性を評価する。
トレーニング済みのデータセットと戦略を徹底的に評価し、特に教師付きおよび自己監督型の手法に重点を置いている。
論文 参考訳(メタデータ) (2024-02-25T13:37:36Z) - MFABA: A More Faithful and Accelerated Boundary-based Attribution Method
for Deep Neural Networks [69.28125286491502]
我々は,公理に固執する帰属アルゴリズムであるMFABAを紹介する。
結果は、最先端の属性アルゴリズムよりも101.5142倍高速に達成することで、その優位性を証明している。
論文 参考訳(メタデータ) (2023-12-21T07:48:15Z) - A New Approach to Intuitionistic Fuzzy Decision Making Based on
Projection Technology and Cosine Similarity Measure [6.560760334640371]
本稿では,射影技術とコサイン類似度に基づくIFSの新しい類似度尺度を提案する。
提案アルゴリズムは有効であり,最適スキームを正確に同定することができる。
医学診断領域では、病気の早期診断に使用できる。
論文 参考訳(メタデータ) (2023-11-20T05:07:03Z) - Diffusion-based Visual Counterfactual Explanations -- Towards Systematic
Quantitative Evaluation [64.0476282000118]
視覚的対物的説明法(VCE)の最新手法は、深い生成モデルの力を利用して、印象的な画質の高次元画像の新しい例を合成する。
評価手順が大きく異なり,個々の実例の視覚検査や小規模なユーザスタディなど,これらのVCE手法の性能を比較することは,現時点では困難である。
本稿では,VCE手法の体系的,定量的評価のためのフレームワークと,使用する指標の最小セットを提案する。
論文 参考訳(メタデータ) (2023-08-11T12:22:37Z) - Active Inference for Autonomous Decision-Making with Contextual
Multi-Armed Bandits [1.3670071336891754]
不確実性の下での自律的なロボット意思決定では、搾取と利用可能な選択肢の探索のトレードオフを考慮する必要がある。
本研究では,近年神経科学の分野で積極的に研究されている能動推論をCMABの代替行動選択戦略として応用する。
論文 参考訳(メタデータ) (2022-09-19T17:11:21Z) - Approximate Inference for Stochastic Planning in Factored Spaces [6.467357887660512]
本稿では,離散因子空間の計画問題に対する解法として近似推論手法を用いる方法について検討する。
本稿では,先行作業の2次元,情報フローの方向,および使用する近似のタイプをキャプチャし,接続する,シンプルなフレームワークを提案する。
また,従来よりも厳密な変動近似を提供する新しいアルゴリズムCSVIを提案する。
論文 参考訳(メタデータ) (2022-03-23T02:15:00Z) - MCDAL: Maximum Classifier Discrepancy for Active Learning [74.73133545019877]
近年の最先端のアクティブラーニング手法は, 主にGAN(Generative Adversarial Networks)をサンプル取得に活用している。
本稿では,MCDAL(Maximum Discrepancy for Active Learning)と呼ぶ新しいアクティブラーニングフレームワークを提案する。
特に,両者の差分を最大化することにより,より厳密な決定境界を学習する2つの補助的分類層を利用する。
論文 参考訳(メタデータ) (2021-07-23T06:57:08Z) - Modal Principal Component Analysis [3.050919759387985]
平均推定の代わりにモード推定を用いて,多くの統計的手法のロバスト性を向上できることが示されている。
本研究では,モード推定に基づく頑健なPCA手法であるMPCAを提案する。
論文 参考訳(メタデータ) (2020-08-07T23:59:05Z) - A Survey on Concept Factorization: From Shallow to Deep Representation
Learning [104.78577405792592]
概念因子化(CF)は、機械学習とデータマイニングの分野で大きな関心を集めています。
まず、ルートCF法を再検討し、CFに基づく表現学習の進歩について検討する。
また、CFベースの手法の潜在的な適用領域についても紹介する。
論文 参考訳(メタデータ) (2020-07-31T04:19:14Z) - SAMBA: Safe Model-Based & Active Reinforcement Learning [59.01424351231993]
SAMBAは、確率論的モデリング、情報理論、統計学といった側面を組み合わせた安全な強化学習のためのフレームワークである。
我々は,低次元および高次元の状態表現を含む安全な力学系ベンチマークを用いて,アルゴリズムの評価を行った。
アクティブなメトリクスと安全性の制約を詳細に分析することで,フレームワークの有効性を直感的に評価する。
論文 参考訳(メタデータ) (2020-06-12T10:40:46Z) - Stochastic-Sign SGD for Federated Learning with Theoretical Guarantees [49.91477656517431]
量子化に基づく解法は、フェデレートラーニング(FL)において広く採用されている。
上記のプロパティをすべて享受する既存のメソッドはありません。
本稿では,SIGNSGDに基づく直感的かつ理論的に簡易な手法を提案し,そのギャップを埋める。
論文 参考訳(メタデータ) (2020-02-25T15:12:15Z)
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。