Fugu-MT 論文翻訳(概要): A Novel Method for Pignistic Information Fusion in the View of Z-number

論文の概要: A Novel Method for Pignistic Information Fusion in the View of Z-number

arxiv url: http://arxiv.org/abs/2501.06201v1
Date: Fri, 27 Dec 2024 18:17:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-19 08:09:23.884698
Title: A Novel Method for Pignistic Information Fusion in the View of Z-number
Title（参考訳）: Z数から見た知能情報融合の一手法
Authors: Yuanpeng He,
Abstract要約: Dempster-Shafer evidences theory (DSET) は不確実な情報を扱うために広く使われている。本稿では, DSETに基づいて, 便宜的変換とZ数に基づいて, 異なる情報源からの情報を融合する全く新しい手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: How to properly fuse information from complex sources is still an open problem. Lots of methods have been put forward to provide a effective solution in fusing intricate information. Among them, Dempster-Shafer evidences theory (DSET) is one of the representatives, it is widely used to handle uncertain information. Based on DSET, a completely new method to fuse information from different sources based on pignistic transformation and Z-numbers is proposed in this paper which is able to handle separate situations of information and keeps high accuracy in producing rational and correct judgments on actual situations. Besides, in order to illustrate the superiority of the proposed method, some numerical examples and application are also provided to verify the validity and robustness of it.
Abstract（参考訳）: 複雑な情報源から情報を適切に解き放つ方法は依然として未解決の問題である。複雑な情報を融合する効果的なソリューションを提供するために、多くの方法が提案されている。その中には、Dempster-Shafer evidences theory (DSET) があるが、不確実な情報を扱うために広く使われている。本論文では, DSETに基づいて, 便宜的変換とZ数に基づいて, 異なる情報源からの情報を融合する全く新しい手法を提案する。また,提案手法の優位性を示すために,その有効性とロバスト性を検証する数値例や応用例も提示した。

関連論文リスト

A novel framework for MCDM based on Z numbers and soft likelihood function [0.0]
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。
論文参考訳（メタデータ） (2024-12-26T18:47:19Z)
What If the Input is Expanded in OOD Detection? [77.37433624869857]
Out-of-distriion (OOD) 検出は未知のクラスからのOOD入力を特定することを目的としている。 In-distriion(ID)データと区別するために,様々なスコアリング関数を提案する。入力空間に異なる共通の汚職を用いるという、新しい視点を導入する。
論文参考訳（メタデータ） (2024-10-24T06:47:28Z)
FFAA: Multimodal Large Language Model based Explainable Open-World Face Forgery Analysis Assistant [59.2438504610849]
FFAA: Face Forgery Analysis Assistant(MLLM)とMIDS(Multi-Awer Intelligent Decision System)について紹介する。提案手法は,ユーザフレンドリで説明可能な結果を提供するだけでなく,従来の手法に比べて精度と堅牢性を大幅に向上させる。
論文参考訳（メタデータ） (2024-08-19T15:15:20Z)
Entropy-Based Decoding for Retrieval-Augmented Large Language Models [43.93281157539377]
外部知識を抽出した大規模言語モデルの拡張は、生成した応答の事実的正確性を改善するのに有効であることが証明されている。本稿では,この問題を緩和するために,エントロピーを考慮した新しい学習自由復号法を提案する。
論文参考訳（メタデータ） (2024-06-25T12:59:38Z)
Support or Refute: Analyzing the Stance of Evidence to Detect Out-of-Context Mis- and Disinformation [13.134162427636356]
ネット上の誤報や偽報が社会問題となっている。誤情報や偽情報の1つの一般的な形態は、文脈外情報(OOC)である。マルチモーダルな証拠の異なる部分のスタンスを抽出できるスタンス抽出ネットワーク(SEN)を提案する。
論文参考訳（メタデータ） (2023-11-03T08:05:54Z)
Information Fusion for Assistance Systems in Production Assessment [49.40442046458756]
証拠理論を用いたn個の情報ソースの融合のための枠組みを提供する。本稿では,機械データに基づくアンサンブル分類器とエキスパート中心モデルという,2つの主要な情報源の情報融合手法を提案する。本稿では,エビデンス理論を用いたモデル更新手法を提案することにより,データドリフトの問題に対処する。
論文参考訳（メタデータ） (2023-08-31T22:08:01Z)
Manually Selecting The Data Function for Supervised Learning of small datasets [0.0]
教師付き学習問題は、情報の欠如によって悪用される可能性がある。情報に乏しい演算子を初期化することは、より正確な答えを得るためにより良い質問をするのに似ている。第1種(FIFK)のフレドホルム積分方程式(Fredholm integral equation of the first kind)は、分布と事前知識を入力情報として統合できる信頼できない演算子である。
論文参考訳（メタデータ） (2023-03-07T13:38:04Z)
MQAG: Multiple-choice Question Answering and Generation for Assessing Information Consistency in Summarization [55.60306377044225]
最先端の要約システムは高度に流動的な要約を生成することができる。しかし、これらの要約には、情報源に存在しない事実上の矛盾や情報が含まれている可能性がある。本稿では,ソース情報と要約情報を直接比較する,標準的な情報理論に基づく代替手法を提案する。
論文参考訳（メタデータ） (2023-01-28T23:08:25Z)
Principled Knowledge Extrapolation with GANs [92.62635018136476]
我々は,知識外挿の新たな視点から,対実合成を研究する。本稿では, 知識外挿問題に対処するために, クローズド形式判別器を用いた対角ゲームが利用可能であることを示す。提案手法は,多くのシナリオにおいて,エレガントな理論的保証と優れた性能の両方を享受する。
論文参考訳（メタデータ） (2022-05-21T08:39:42Z)
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)
A new approach for generation of generalized basic probability assignment in the evidence theory [5.794599007795347]
デンプスター・シェーファーエビデンス理論は多ソース情報融合において広く用いられている。本稿では,不完全情報を用いた基本確率割当(BPA)の生成について検討する。提案手法は, 単純かつ柔軟に異なる複雑な環境でも利用できるだけでなく, 情報処理における情報損失も少ない。
論文参考訳（メタデータ） (2020-04-06T15:40:35Z)

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。