論文の概要: Towards Explainable TOPSIS: Visual Insights into the Effects of Weights
and Aggregations on Rankings
- arxiv url: http://arxiv.org/abs/2306.07706v1
- Date: Tue, 13 Jun 2023 11:49:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-14 14:01:53.011615
- Title: Towards Explainable TOPSIS: Visual Insights into the Effects of Weights
and Aggregations on Rankings
- Title（参考訳）: 説明可能なTOPSISに向けて: 重みと集合がランキングに与える影響を視覚的に見る
- Authors: Robert Susmaga, Izabela Szczech, Dariusz Brzezinski
- Abstract要約: We generalize the concept of MSD-space to weighted criteria by introduced the concept of WMSD-space。
我々は,TOPSISと類似の距離ベースアグリゲーション手法が平面上でうまく説明できることを実証した。
提案するWMSD空間は,現実世界の意思決定問題においてTOPSISランキングを説明するための実用的な方法を提供する。
- 参考スコア（独自算出の注目度）: 4.640835690336653
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-Criteria Decision Analysis (MCDA) is extensively used across diverse
industries to assess and rank alternatives. Among numerous MCDA methods
developed to solve real-world ranking problems, TOPSIS remains one of the most
popular choices in many application areas. TOPSIS calculates distances between
the considered alternatives and two predefined ones, namely the ideal and the
anti-ideal, and creates a ranking of the alternatives according to a chosen
aggregation of these distances. However, the interpretation of the inner
workings of TOPSIS is difficult, especially when the number of criteria is
large. To this end, recent research has shown that TOPSIS aggregations can be
expressed using the means (M) and standard deviations (SD) of alternatives,
creating MSD-space, a tool for visualizing and explaining aggregations. Even
though MSD-space is highly useful, it assumes equally important criteria,
making it less applicable to real-world ranking problems. In this paper, we
generalize the concept of MSD-space to weighted criteria by introducing the
concept of WMSD-space defined by what is referred to as weight-scaled means and
standard deviations. We demonstrate that TOPSIS and similar distance-based
aggregation methods can be successfully illustrated in a plane and interpreted
even when the criteria are weighted, regardless of their number. The proposed
WMSD-space offers a practical method for explaining TOPSIS rankings in
real-world decision problems.
- Abstract（参考訳）: multi-criteria decision analysis (mcda) は様々な産業にまたがって、代替案の評価とランク付けに広く使われている。
現実世界のランキング問題を解決するために開発された多くのMCDA手法の中で、TOPSISは多くのアプリケーション分野で最も人気のある選択肢の1つである。
TOPSISは、考慮された選択肢と2つの事前定義された選択肢、すなわちイデアルと反イデアルの間の距離を計算し、選択された距離の集計に従って選択肢のランキングを作成する。
しかし、TOPSISの内部動作の解釈は、特に基準の数が多い場合には困難である。
この目的のために、最近の研究では、ToPSISアグリゲーションは代替の手段(M)と標準偏差(SD)を用いて表現でき、アグリゲーションを可視化し説明するためのMSD空間を作成することができる。
MSD空間は非常に有用であるが、同様に重要な基準を仮定し、現実世界のランキング問題には適用できない。
本稿では,重み付き平均と標準偏差によって定義される wmsd 空間の概念を導入することにより,msd 空間の概念を重み付き基準に一般化する。
そこで本研究では,TOPSISと類似の距離ベースアグリゲーション手法を平面上で実演し,基準値が重み付けされた場合でも解釈可能であることを示す。
提案するWMSD空間は,現実世界の意思決定問題においてTOPSISランキングを説明するための実用的な方法を提供する。
関連論文リスト
- Towards Scalable Semantic Representation for Recommendation [65.06144407288127]
大規模言語モデル(LLM)に基づく意味的IDを構築するために、Mixture-of-Codesを提案する。
提案手法は,識別性と寸法の堅牢性に優れたスケーラビリティを実現し,提案手法で最高のスケールアップ性能を実現する。
論文 参考訳（メタデータ） (2024-10-12T15:10:56Z) - LLM-enhanced Reranking in Recommender Systems [49.969932092129305]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。
そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。
カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文 参考訳（メタデータ） (2024-06-18T09:29:18Z) - Synergistic eigenanalysis of covariance and Hessian matrices for enhanced binary classification [72.77513633290056]
本稿では, 学習モデルを用いて評価したヘッセン行列をトレーニングセットで評価した共分散行列の固有解析と, 深層学習モデルで評価したヘッセン行列を組み合わせた新しい手法を提案する。
本手法は複雑なパターンと関係を抽出し,分類性能を向上する。
論文 参考訳（メタデータ） (2024-02-14T16:10:42Z) - Hyperspectral Benchmark: Bridging the Gap between HSI Applications
through Comprehensive Dataset and Pretraining [11.935879491267634]
ハイパースペクトルイメージング (HSI) は、様々な応用の非破壊空間分光技術として機能する。
繰り返し発生する課題は、ターゲットデータセットの限られたサイズであり、徹底的なアーキテクチャ検索を妨げる。
本研究は、3つの顕著な異なるHSIアプリケーションを含む革新的なベンチマークデータセットを紹介する。
論文 参考訳（メタデータ） (2023-09-20T08:08:34Z) - DCID: Deep Canonical Information Decomposition [84.59396326810085]
本稿では,2つの1次元目標変数間で共有される信号の同定について考察する。
そこで本研究では,地中トラスラベルの存在下で使用可能な評価指標であるICMを提案する。
また、共有変数を学習するための単純かつ効果的なアプローチとして、Deep Canonical Information Decomposition (DCID)を提案する。
論文 参考訳（メタデータ） (2023-06-27T16:59:06Z) - Explaining with Greater Support: Weighted Column Sampling Optimization
for q-Consistent Summary-Explanations [1.6262731094866383]
$q$-consistent summary-explanationは、一貫性をわずかに低くするコストで、より大きなサポートを達成することを目的としている。
問題は、$q$-consistent summary-explanation (MSqC) の最大サポート問題は、元のMS問題よりもずっと複雑である。
解の時間効率を改善するために,重み付きカラムサンプリング法(WCS)を提案する。
論文 参考訳（メタデータ） (2023-02-09T09:40:30Z) - Are We There Yet? A Decision Framework for Replacing Term Based
Retrieval with Dense Retrieval Systems [35.77217529138364]
いくつかの高密度検索(DR)モデルは、項ベース検索と競合する性能を示した。
DRはクエリとドキュメントを高密度なベクトル空間に投影し、(近似した)近接探索によって結果を検索する。
将来DRがユビキタスになるかどうかを予測することは不可能だが、この方法の1つは意思決定プロセスの繰り返し適用を通じて可能である。
論文 参考訳（メタデータ） (2022-06-26T23:16:05Z) - The Geometry of Robust Value Functions [119.94715309072983]
非ロバストな値空間とロバストな値空間の両方を特徴付ける新しい視点を導入する。
我々は、ロバストな値空間が、一つの状態に一致するすべてのポリシーのロバストな値を含む集合の円錐超曲面によって決定されることを示す。
論文 参考訳（メタデータ） (2022-01-30T22:12:17Z) - Conditional Sequential Slate Optimization [15.10459152219771]
検索ランキングシステムは通常、検索結果を独立したクエリ文書スコアで順序付けし、検索結果のスレートを生成する。
本稿では,従来のランク付け指標の最適化と,スレート内の文書の所定の分布基準を共同で学習する条件付きシーケンシャルスレート最適化(CSSO)を提案する。
提案手法は,eコマース検索結果の多様性の強化,トップ検索結果のバイアス軽減,結果のパーソナライズなど,現実的な課題に適用できる。
論文 参考訳（メタデータ） (2021-08-12T09:14:46Z) - Semi-Supervised Learning with Variational Bayesian Inference and Maximum
Uncertainty Regularization [62.21716612888669]
半教師付き学習(SSL)を改善するための2つの一般的な方法を提案する。
第一に、重量摂動(WP)を既存のCR(Consistency regularization)ベースの手法に統合する。
第2の手法は「最大不確実性正規化(MUR)」と呼ばれる新しい整合性損失を提案する。
論文 参考訳（メタデータ） (2020-12-03T09:49:35Z) - A study of the Multicriteria decision analysis based on the time-series
features and a TOPSIS method proposal for a tensorial approach [1.3750624267664155]
本稿では, 時系列の特徴(依存性, ばらつきなど)に基づいて, 選択肢をランク付けする新しい手法を提案する。
この新しいアプローチでは、データは3次元で構造化され、テキストテンソルのようなより複雑なデータ構造を必要とする。
計算結果から,有意義な意思決定情報を考慮することで,新たな視点から選択肢をランク付けすることが可能であることが示唆された。
論文 参考訳（メタデータ） (2020-10-21T14:37:02Z)
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。