論文の概要: Building Interval Type-2 Fuzzy Membership Function: A Deck of Cards based Co-constructive Approach
- arxiv url: http://arxiv.org/abs/2503.01413v1
- Date: Mon, 03 Mar 2025 11:08:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:15:58.165473
- Title: Building Interval Type-2 Fuzzy Membership Function: A Deck of Cards based Co-constructive Approach
- Title（参考訳）: インターバルタイプ2ファジィ構成関数の構築: カードの欠落に基づく共構築的アプローチ
- Authors: Bapi Dutta, Diego García-Zamora, José Rui Figueira, Luis Martínez,
- Abstract要約: Interval Type-2 Fuzzy Sets (IT2FSs) は、メンバーシップの割り当ての不確実性を取り入れて導入された。
既存のIT2FS構築手法はDMへの積極的な関与を欠いていることが多く、決定モデルの解釈可能性と有効性を制限する。
本研究は,言語用語のIT2FSモデル構築のための社会技術的共同構築手法を提案する。
- 参考スコア（独自算出の注目度）: 19.30482082171149
- License:
- Abstract: Since its inception, Fuzzy Set has been widely used to handle uncertainty and imprecision in decision-making. However, conventional fuzzy sets, often referred to as type-1 fuzzy sets (T1FSs) have limitations in capturing higher levels of uncertainty, particularly when decision-makers (DMs) express hesitation or ambiguity in membership degree. To address this, Interval Type-2 Fuzzy Sets (IT2FSs) have been introduced by incorporating uncertainty in membership degree allocation, which enhanced flexibility in modelling subjective judgments. Despite their advantages, existing IT2FS construction methods often lack active involvement from DMs and that limits the interpretability and effectiveness of decision models. This study proposes a socio-technical co-constructive approach for developing IT2FS models of linguistic terms by facilitating the active involvement of DMs in preference elicitation and its application in multicriteria decision-making (MCDM) problems. Our methodology is structured in two phases. The first phase involves an interactive process between the DM and the decision analyst, in which a modified version of Deck-of-Cards (DoC) method is proposed to construct T1FS membership functions on a ratio scale. We then extend this method to incorporate ambiguity in subjective judgment and that resulted in an IT2FS model that better captures uncertainty in DM's linguistic assessments. The second phase formalizes the constructed IT2FS model for application in MCDM by defining an appropriate mathematical representation of such information, aggregation rules, and an admissible ordering principle. The proposed framework enhances the reliability and effectiveness of fuzzy decision-making not only by accurately representing DM's personalized semantics of linguistic information.
- Abstract（参考訳）: ファジィ・セットは創業以来、意思決定における不確実性と不正確性を扱うために広く用いられてきた。
しかし、従来のファジィ集合はタイプ1ファジィ集合 (T1FSs) と呼ばれ、特に意思決定者(DMs)がメンバーシップの度合いにおいてためらいやあいまいさを表現する場合、高いレベルの不確かさを捉えるのに制限がある。
これを解決するために、Interval Type-2 Fuzzy Sets (IT2FSs) を導入し、主観的判断をモデル化する際の柔軟性を高めた。
これらの利点にもかかわらず、既存のIT2FS構築手法はDMへの積極的な関与を欠いていることが多く、決定モデルの解釈可能性と有効性を制限する。
本研究では,言語用語のIT2FSモデル構築のための社会工学的共同構築手法を提案する。
私たちの方法論は2つのフェーズで構成されています。
第1フェーズでは、DMと決定アナリストの対話的なプロセスで、比率スケールでT1FSメンバシップ関数を構築するために、Deck-of-Cards(DoC)法の修正版を提案する。
そして、この手法を主観的判断にあいまいさを組み込むように拡張し、その結果、DMの言語的評価における不確実性をよりよく把握するIT2FSモデルを実現した。
第2フェーズは、MCDMにおける構築されたIT2FSモデルを形式化し、そのような情報の適切な数学的表現、集約ルール、許容可能な順序付け原理を定義する。
提案フレームワークは,DMの言語情報のパーソナライズされた意味論を正確に表現することで,ファジィ意思決定の信頼性と有効性を高める。
関連論文リスト
- Making Large Language Models Better Planners with Reasoning-Decision Alignment [70.5381163219608]
マルチモーダリティ強化LLMに基づくエンドツーエンド意思決定モデルを提案する。
ペア化されたCoTと計画結果との推論・決定アライメントの制約を提案する。
提案する大規模言語プランナをRDA-Driverとして推論・決定アライメントする。
論文 参考訳（メタデータ） (2024-08-25T16:43:47Z) - Sequential three-way group decision-making for double hierarchy hesitant fuzzy linguistic term set [8.081831444300489]
複雑性と不確実性を特徴とするグループ意思決定(GDM)は、様々な生活シナリオにおいて不可欠な部分である。
この問題に対処するため,グループ意思決定法(S3W-GDM)の多段階連続3方向決定法をグラニュラーコンピューティングの観点から構築した。
論文 参考訳（メタデータ） (2024-06-27T04:33:26Z) - Differentiable Distributionally Robust Optimization Layers [10.667165962654996]
パラメータ化二階円錐曖昧性集合を用いた混合整数DRO問題に対する微分可能なDRO層を開発する。
本稿では,決定の連続的な部分と離散的な部分を異なる原理で扱うことによって,新しい双対ビュー手法を提案する。
具体的には、双対ビュー手法を実装し、その勾配を推定するために重要サンプリングを利用するために、微分可能エネルギーベースサロゲートを構築した。
論文 参考訳（メタデータ） (2024-06-24T12:09:19Z) - Enhancing Information Maximization with Distance-Aware Contrastive
Learning for Source-Free Cross-Domain Few-Shot Learning [55.715623885418815]
クロスドメインのFew-Shot Learningメソッドは、トレーニング前のフェーズでモデルをトレーニングするために、ソースドメインデータにアクセスする必要がある。
データプライバシやデータ送信やトレーニングコストの削減に対する懸念が高まっているため,ソースデータにアクセスせずにCDFSLソリューションを開発する必要がある。
本稿では,これらの課題に対処するための距離対応コントラスト学習手法を提案する。
論文 参考訳（メタデータ） (2024-03-04T12:10:24Z) - Coherent Entity Disambiguation via Modeling Topic and Categorical
Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。
本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。
我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文 参考訳（メタデータ） (2023-11-06T16:40:13Z) - On Finding Bi-objective Pareto-optimal Fraud Prevention Rule Sets for Fintech Applications [0.949959422062959]
ルールは詐欺防止の判断を行う機関で広く使用されている。
本稿では,ルールマイニングのための2段階フレームワークの柔軟性と有効性の向上に焦点をあてる。
論文 参考訳（メタデータ） (2023-11-02T03:18:40Z) - Guiding the PLMs with Semantic Anchors as Intermediate Supervision:
Towards Interpretable Semantic Parsing [57.11806632758607]
本稿では,既存の事前学習言語モデルを階層型デコーダネットワークに組み込むことを提案する。
第一原理構造をセマンティックアンカーとすることで、2つの新しい中間管理タスクを提案する。
いくつかのセマンティック解析ベンチマークで集中的な実験を行い、我々のアプローチがベースラインを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2022-10-04T07:27:29Z) - Semi-supervised Domain Adaptive Structure Learning [72.01544419893628]
半教師付きドメイン適応 (SSDA) は,1) アノテーションの低いデータに過度に適合する手法と,2) ドメイン間の分散シフトの両方を克服しなければならない課題である。
SSLとDAの協調を正規化するための適応型構造学習手法を提案する。
論文 参考訳（メタデータ） (2021-12-12T06:11:16Z) - Double Fuzzy Probabilistic Interval Linguistic Term Set and a Dynamic
Fuzzy Decision Making Model based on Markov Process with tts Application in
Multiple Criteria Group Decision Making [0.0]
与えられた言語評価において,確率分布を扱うための言語用語が提案されている。
ウェイト情報は、動的情報融合と意思決定プロセスにおいて重要な役割を果たす。
二重ファジィ確率区間言語用語集合(DFPILTS)の概念を提案する。
論文 参考訳（メタデータ） (2021-11-30T10:17:08Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。
本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。
本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
論文 参考訳（メタデータ） (2021-01-24T05:40:29Z) - Domain Private and Agnostic Feature for Modality Adaptive Face
Recognition [10.497190559654245]
本稿では,不整合表現モジュール(DRM),特徴融合モジュール(FFM),計量ペナルティ学習セッションを含む特徴集約ネットワーク(FAN)を提案する。
第一に、DRMでは、ドメインに依存しないネットワークとドメインに依存しないネットワークという2つのワークは、モダリティの特徴とアイデンティティの特徴を学習するために特別に設計されている。
第2に、FFMでは、ID特徴をドメイン特徴と融合させて、双方向の双方向ID特徴変換を実現する。
第3に、容易なペアとハードペアの分布不均衡がクロスモーダルデータセットに存在することを考えると、適応性のあるID保存計量学習が可能である。
論文 参考訳（メタデータ） (2020-08-10T00:59:42Z)
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。