論文の概要: Representation of preferences for multiple criteria decision aiding in a new seven-valued logic
- arxiv url: http://arxiv.org/abs/2406.03501v1
- Date: Fri, 31 May 2024 18:59:24 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-07 19:34:24.443821
- Title: Representation of preferences for multiple criteria decision aiding in a new seven-valued logic
- Title（参考訳）: 新しい7値論理における複数基準決定の嗜好の表現
- Authors: Salvatore Greco, Roman Słowiński,
- Abstract要約: 複数基準決定処理の領域において,7値論理を用いて好みを表現する方法を示す。
特に,不完全な選好情報を考慮した複数の基準を集約した,新たな格付けと値関数選好モデルを提案する。
- 参考スコア（独自算出の注目度）: 0.4849550522970841
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The seven-valued logic considered in this paper naturally arises within the rough set framework, allowing to distinguish vagueness due to imprecision from ambiguity due to coarseness. Recently, we discussed its utility for reasoning about data describing multi-attribute classification of objects. We also showed that this logic contains, as a particular case, the celebrated Belnap four-valued logic. Here, we present how the seven-valued logic, as well as the other logics that derive from it, can be used to represent preferences in the domain of Multiple Criteria Decision Aiding (MCDA). In particular, we propose new forms of outranking and value function preference models that aggregate multiple criteria taking into account imperfect preference information. We demonstrate that our approach effectively addresses common challenges in preference modeling for MCDA, such as uncertainty, imprecision, and ill-determination of performances and preferences. To this end, we present a specific procedure to construct a seven-valued preference relation and use it to define recommendations that consider robustness concerns by utilizing multiple outranking or value functions representing the decision maker s preferences. Moreover, we discuss the main properties of the proposed seven-valued preference structure and compare it with current approaches in MCDA, such as ordinal regression, robust ordinal regression, stochastic multiattribute acceptability analysis, stochastic ordinal regression, and so on. We illustrate and discuss the application of our approach using a didactic example. Finally, we propose directions for future research and potential applications of the proposed methodology.
- Abstract（参考訳）: この論文で考慮された7値論理は、粗い集合の枠組みの中に自然に現れ、粗さによる曖昧さと不明瞭さによる曖昧さを区別することができる。
近年,オブジェクトの多属性分類を記述するデータに対する推論の有用性について論じている。
また、この論理は、特に有名なベルナップ四値論理を含むことを示した。
ここでは、7値論理とそれに由来する他の論理が、MCDA(Multiple Criteria Decision Aiding)の領域における好みを表現するためにどのように使用できるかを示す。
特に,不完全な選好情報を考慮した複数の基準を集約した,新たな格付けと値関数選好モデルを提案する。
提案手法は,不確実性,不正確性,性能や嗜好の不確定など,MCDAの嗜好モデリングにおける共通の課題に効果的に対処できることを実証する。
そこで本稿では, 意思決定者の選好を表す複数の指数関数や値関数を利用して, 7つの評価された選好関係を構築し, 頑健性を考慮したレコメンデーションを定義するための具体的な手順を提案する。
さらに、提案した7値の選好構造の主な特性について論じ、順序回帰、頑健な順序回帰、確率的多属性受容性分析、確率的順序回帰など、MCDAの現在のアプローチと比較する。
実践的な例を用いて,本手法の適用例を説明し,議論する。
最後に,提案手法の今後の研究と応用に向けての方向性を提案する。
関連論文リスト
- An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
まず最適化モデルを構築し,非単調な選好をモデル化する。
本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。
2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
論文 参考訳（メタデータ） (2024-09-04T14:36:20Z) - Preference-Based Abstract Argumentation for Case-Based Reasoning (with Appendix) [9.5382175632919]
ケースベース推論(AA-CBR-Pと呼ぶ)のための参照ベース抽象記述法を提案する。
これにより、ユーザーはケースを比較するための複数のアプローチを、これらの比較アプローチよりも好みを指定する順序付けと定義することができる。
我々は、実際の医療データセット上で、我々のアプローチが他の解釈可能な機械学習モデルより優れていることを実証的に示す。
論文 参考訳（メタデータ） (2024-07-31T18:31:04Z) - Domain Generalization via Rationale Invariance [70.32415695574555]
本稿では,未確認環境においてもロバストな結果の維持を伴う領域一般化の課題を緩和する新たな視点を提供する。
本稿では,最終結果に対する要素的貢献を決定の根拠として扱い,各試料の根拠を行列として表現することを提案する。
提案手法は, 単純性に拘わらず, 様々なデータセット間で競合する結果が得られることを示す。
論文 参考訳（メタデータ） (2023-08-22T03:31:40Z) - Robust Ordinal Regression for Subsets Comparisons with Interactions [2.6151761714896122]
本稿では,サブセット間の意思決定者の好みを学習するための厳密な順序付け手法を提案する。
Fishburn と LaValle から派生した決定モデルは、部分集合上の厳密な弱順序と互換性を持つほど一般である。
予測された嗜好が、すべての最も単純なモデル(オッカムのカミソリ)がその嗜好データに一致する場合、信頼できると考えられる。
論文 参考訳（メタデータ） (2023-08-07T07:54:33Z) - Representing and Reasoning with Multi-Stakeholder Qualitative Preference
Queries [9.768677073327423]
マルチステークホルダーの質的嗜好による推論に関する最初の公式な処置を提供する。
本稿では,特定の基準を満たす結果の集合に対して,そのような嗜好に対してクエリを表現するクエリを提案する。
提案手法の有効性を示す実験結果について述べる。
論文 参考訳（メタデータ） (2023-07-30T19:52:59Z) - Selection of a representative sorting model in a preference
disaggregation setting: a review of existing procedures, new proposals, and
experimental comparison [4.447467536572626]
複数の基準のソートという文脈における選好の不合理性について考察する。
間接選好に適合するソートモデルの多重性を考えると、1つの代表モデルを選択すると、異なる方法でソートを行うことができる。
本稿では,厳密な代入規則を実践する3つの新しい手順を提案する。
論文 参考訳（メタデータ） (2022-08-30T02:01:35Z) - 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) - Probabilistic Case-based Reasoning for Open-World Knowledge Graph
Completion [59.549664231655726]
ケースベース推論(CBR)システムは,与えられた問題に類似した事例を検索することで,新たな問題を解決する。
本稿では,知識ベース(KB)の推論において,そのようなシステムが実現可能であることを示す。
提案手法は,KB内の類似エンティティからの推論パスを収集することにより,エンティティの属性を予測する。
論文 参考訳（メタデータ） (2020-10-07T17:48:12Z) - Evaluations and Methods for Explanation through Robustness Analysis [117.7235152610957]
分析による特徴に基づく説明の新たな評価基準を確立する。
我々は、緩やかに必要であり、予測に十分である新しい説明を得る。
我々は、現在の予測をターゲットクラスに移動させる一連の特徴を抽出するために、説明を拡張します。
論文 参考訳（メタデータ） (2020-05-31T05:52:05Z) - Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。
ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。
理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文 参考訳（メタデータ） (2020-03-22T00:50:27Z)
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。