論文の概要: A novel framework for MCDM based on Z numbers and soft likelihood function

• arxiv url: http://arxiv.org/abs/2412.19321v1
• Date: Thu, 26 Dec 2024 18:47:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:26:55.275121
• Title: A novel framework for MCDM based on Z numbers and soft likelihood function
• Title（参考訳）: Z数と軟弱度関数に基づくMCDMの新しいフレームワーク
• Authors: Yuanpeng He,
• Abstract要約: 本稿では,ファジィメンバーシップと信頼性尺度の情報量に基づいて,ソフトな可能性関数の枠組みを考案する。 提案フレームワークの有効性と妥当性を検証するためのアプリケーションを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The optimization on the structure of process of information management under uncertain environment has attracted lots of attention from researchers around the world. Nevertheless, how to obtain accurate and rational evaluation from assessments produced by experts is still an open problem. Specially, intuitionistic fuzzy set provides an effective solution in handling indeterminate information. And Yager proposes a novel method for fusion of probabilistic evidence to handle uncertain and conflicting information lately which is called soft likelihood function. This paper devises a novel framework of soft likelihood function based on information volume of fuzzy membership and credibility measure for extracting truly useful and valuable information from uncertainty. An application is provided to verify the validity and correctness of the proposed framework. Besides, the comparisons with other existing methods further demonstrate the superiority of the novel framework of soft likelihood function.
• Abstract（参考訳）: 不確実な環境下での情報管理プロセスの構造を最適化することは、世界中の研究者から多くの注目を集めている。 それにもかかわらず、専門家による評価から正確で合理的な評価を得る方法はまだ未解決の問題である。 特に直観論的ファジィ集合は、不確定情報を扱うのに有効な解を提供する。 イェーガーは、確率的証拠を融合して、不確実かつ矛盾する情報を扱う新しい方法を提案している。 本稿では,不確実性から真に有用な貴重な情報を抽出するためのファジィメンバシップの情報量と信頼性尺度に基づく,ソフトな可能性関数の枠組みを考案する。 提案フレームワークの有効性と妥当性を検証するためのアプリケーションを提供する。 さらに、他の既存手法との比較により、ソフトな可能性関数の新たな枠組みの優位性をさらに示している。

関連論文リスト

• Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations [80.86128012438834]
  モデルシフトに対する反ファクトの堅牢性を計算することはNP完全であることを示す。 本稿では,頑健性の厳密な推定を高い保証で実現する新しい確率論的手法を提案する。
  論文  参考訳（メタデータ） (2024-07-10T09:13:11Z)
• Uncertainty Resolution in Misinformation Detection [5.912792105701257]
  本稿では、行方不明情報を分類し、LIAR-Newデータセットのカテゴリラベルを公開するためのフレームワークを提案する。 次に、このフレームワークを利用して、欠落したコンテキストに対して効果的なユーザクエリを生成します。
  論文  参考訳（メタデータ） (2024-01-02T13:01:50Z)
• Enabling CMF Estimation in Data-Constrained Scenarios: A Semantic-Encoding Knowledge Mining Model [23.367637547929807]
  本研究では,CMF予測のための新しい知識マイニングフレームワークを提案する。 既存の対策のつながりを掘り下げ、CMF推定のクラッシュデータの可用性への依存を減らす。 非構造的対策シナリオを機械可読表現に効果的にエンコードし、シナリオとCMF値の間の複雑な関係をモデル化する。
  論文  参考訳（メタデータ） (2023-11-15T04:37:27Z)
• Flexible and Robust Counterfactual Explanations with Minimal Satisfiable Perturbations [56.941276017696076]
  我々は、最小満足度摂動(CEMSP)を用いた対実的説明法という概念的に単純だが効果的な解を提案する。 CEMSPは、意味論的に意味のある正常範囲の助けを借りて、異常な特徴の値を変更することを制限している。 既存の手法と比較して、我々は合成データセットと実世界のデータセットの両方で包括的な実験を行い、柔軟性を維持しつつ、より堅牢な説明を提供することを示した。
  論文  参考訳（メタデータ） (2023-09-09T04:05:56Z)
• dugMatting: Decomposed-Uncertainty-Guided Matting [83.71273621169404]
  そこで本稿では, 明確に分解された不確かさを探索し, 効率よく効率よく改善する, 分解不確実性誘導型マッチングアルゴリズムを提案する。 提案したマッチングフレームワークは,シンプルで効率的なラベリングを用いて対話領域を決定する必要性を緩和する。
  論文  参考訳（メタデータ） (2023-06-02T11:19:50Z)
• CoP: Factual Inconsistency Detection by Controlling the Preference [45.4045488637761]
  本稿では、生成モデルの好みをプロンプトの助けを借りて制御することで、CoPという教師なしのフレームワークを提案する。 適切に設計されたプロンプトにより、我々のフレームワークは特定の嗜好を評価し、きめ細かい不整合のカテゴリの測定に役立てることができる。 実験の結果,本フレームワークは3つの現実的不整合検出タスクにおいて,新たなSOTA結果を実現することがわかった。
  論文  参考訳（メタデータ） (2022-12-03T13:05:24Z)
• Information-Theoretic Odometry Learning [83.36195426897768]
  生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。 提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
  論文  参考訳（メタデータ） (2022-03-11T02:37:35Z)
• A Bayesian Framework for Information-Theoretic Probing [51.98576673620385]
  我々は、探索は相互情報を近似するものとみなすべきであると論じる。 これは、表現が元の文とターゲットタスクに関する全く同じ情報をエンコードしているというかなり直感的な結論を導いた。 本稿では,ベイズ的相互情報(Bayesian mutual information)と呼ぶものを測定するための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-09-08T18:08:36Z)
• 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)
• Active recursive Bayesian inference using R\'enyi information measures [11.1748531496641]
  本稿では,統合された推論とクエリ選択ステップを備えたベイズ推論フレームワークを提案する。 提案手法が相互情報などの従来の手法より優れていることを示す。 本稿では,レストランレコメンデーションとブレイン・コンピュータ・インタフェース(BCI)タイピングシステムの2つの応用に関する実証的および実験的性能評価を行う。
  論文  参考訳（メタデータ） (2020-04-07T05:52:58Z)

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。