Fugu-MT 論文翻訳(概要): Decision-making algorithm based on the energy of interval-valued fuzzy soft sets

論文の概要: Decision-making algorithm based on the energy of interval-valued fuzzy soft sets

arxiv url: http://arxiv.org/abs/2405.15801v1
Date: Fri, 17 May 2024 09:54:44 GMT
ステータス: 処理完了
システム内更新日: 2024-06-02 14:39:48.878715
Title: Decision-making algorithm based on the energy of interval-valued fuzzy soft sets
Title（参考訳）: 間隔値ファジィソフトセットのエネルギーに基づく意思決定アルゴリズム
Authors: Ljubica Djurović, Maja Laković, Nenad Stojanović,
Abstract要約: 我々は、間隔値のファジィなソフトセットと悲観的で楽観的なエネルギの概念を導入し、効率的な意思決定アルゴリズムの構築を可能にした。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In our work, we continue to explore the properties of interval-valued fuzzy soft sets, which are obtained by combining interval-valued fuzzy sets and soft sets. We introduce the concept of energy of an interval-valued fuzzy soft set, as well as pessimistic and optimistic energy, enabling us to construct an effective decision-making algorithm. Through examples, the paper demonstrates how the introduced algorithm is successfully applied to problems involving uncertainty. Additionally, we compare the introduced method with other methods dealing with similar or related issues.
Abstract（参考訳）: 本研究では, 間隔値のファジィソフトセットと間隔値のファジィソフトセットを組み合わせることで得られる, 間隔値のファジィソフトセットの特性について検討を続ける。我々は、間隔値のファジィなソフトセットと悲観的で楽観的なエネルギの概念を導入し、効率的な意思決定アルゴリズムの構築を可能にした。本稿では,不確実性を伴う問題に対して,導入アルゴリズムがいかにうまく適用されているかを示す。さらに,提案手法と類似や関連する問題を扱う他の手法との比較を行った。

関連論文リスト

Effectively Leveraging Momentum Terms in Stochastic Line Search Frameworks for Fast Optimization of Finite-Sum Problems [0.5156484100374059]
過度にパラメータ化された状態における深度最適化のための最近の線探索手法と運動量方向との関係について検討する。モーメントパラメータの定義にデータ持続性、共役型ルールの混合を利用するアルゴリズムを導入する。結果のアルゴリズムは、他の一般的な手法よりも優れていることを実証的に示している。
論文参考訳（メタデータ） (2024-11-11T16:26:33Z)
Consistent Submodular Maximization [27.266085572522847]
定性制約下での単調部分モジュラ関数の最大化は、データマイニングや機械学習におけるいくつかの応用において古典的な最適化課題である。本稿では, 安定解を持ちながら, ストリーミング方式で要素が到着し, 最適解に対する定数近似が維持されるという, 一貫性の制約のある動的環境において, この問題を考察する。この設定では、一貫性と近似品質のトレードオフが異なるアルゴリズムを提供しています。
論文参考訳（メタデータ） (2024-05-30T11:59:58Z)
Nonparametric Evaluation of Noisy ICA Solutions [5.749787074942513]
ブラインドソース分離(BSS)モデルとして独立成分分析(ICA)が1980年代に導入された。任意のガウス雑音を持つICAの正しいアルゴリズムを適応的に選択する非パラメトリックスコアを開発する。
論文参考訳（メタデータ） (2024-01-16T16:18:17Z)
Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and Optimal Algorithms [64.10576998630981]
最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
論文参考訳（メタデータ） (2023-06-21T17:03:22Z)
Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文参考訳（メタデータ） (2021-11-29T15:10:09Z)
Parallelizing Contextual Linear Bandits [82.65675585004448]
並列な)コンテキスト線形バンディットアルゴリズムの族を提示し、その遺残はそれらの完全シーケンシャルなアルゴリズムとほぼ同一である。また,これらの並列アルゴリズムについて,材料発見や生物配列設計の問題など,いくつかの領域で実証評価を行った。
論文参考訳（メタデータ） (2021-05-21T22:22:02Z)
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)
Beyond Worst-Case Analysis in Stochastic Approximation: Moment Estimation Improves Instance Complexity [58.70807593332932]
近似問題に対する勾配に基づく手法のオラクル複雑性について検討する。最悪のケースの複雑さではなく、インスタンス依存の複雑さに焦点を当てます。提案アルゴリズムとその解析はモーメント推定の成功を理論的に正当化する。
論文参考訳（メタデータ） (2020-06-08T09:25:47Z)
Optimization with Momentum: Dynamical, Control-Theoretic, and Symplectic Perspectives [97.16266088683061]
この論文は、運動量に基づく最適化アルゴリズムにおいてシンプレクティックな離散化スキームが重要であることを厳格に証明している。これは加速収束を示すアルゴリズムの特性を提供する。
論文参考訳（メタデータ） (2020-02-28T00:32:47Z)
Active Learning for Identification of Linear Dynamical Systems [12.056495277232118]
アルゴリズムが達成した有限時間境界推定率を示す。そこで本研究では,ノイズを発生させることによって得られるオーバレートを,アルゴリズムが確実に改善する事例をいくつか分析する。
論文参考訳（メタデータ） (2020-02-02T21:30:38Z)

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。