論文の概要: Guaranteeing consistency in evidence fusion: A novel perspective on credibility

• arxiv url: http://arxiv.org/abs/2504.04128v1
• Date: Sat, 05 Apr 2025 10:12:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-08 14:11:58.024859
• Title: Guaranteeing consistency in evidence fusion: A novel perspective on credibility
• Title（参考訳）: 証拠融合における一貫性の確保:信頼性の新しい視点
• Authors: Chaoxiong Ma, Yan Liang, Huixia Zhang, Hao Sun,
• Abstract要約: 信頼度計算とデンプスターの規則に基づく融合は、オープンループ方式で順次実行されるため、利用可能な信頼可能な証拠融合スキームは潜在的な矛盾に悩まされる。 本稿では,近ループ制御の観点から不整合を克服するために,反復的信頼性証拠融合(ICEF)を提案する。
• 参考スコア（独自算出の注目度）: 7.626019758281367
• License:
• Abstract: It is explored that available credible evidence fusion schemes suffer from the potential inconsistency because credibility calculation and Dempster's combination rule-based fusion are sequentially performed in an open-loop style. This paper constructs evidence credibility from the perspective of the degree of support for events within the framework of discrimination (FOD) and proposes an iterative credible evidence fusion (ICEF) to overcome the inconsistency in view of close-loop control. On one hand, the ICEF introduces the fusion result into credibility assessment to establish the correlation between credibility and the fusion result. On the other hand, arithmetic-geometric divergence is promoted based on the exponential normalization of plausibility and belief functions to measure evidence conflict, called plausibility-belief arithmetic-geometric divergence (PBAGD), which is superior in capturing the correlation and difference of FOD subsets, identifying abnormal sources, and reducing their fusion weights. The ICEF is compared with traditional methods by combining different evidence difference measure forms via numerical examples to verify its performance. Simulations on numerical examples and benchmark datasets reflect the adaptability of PBAGD to the proposed fusion strategy.
• Abstract（参考訳）: 信頼度計算とデンプスターの規則に基づく融合は、オープンループ方式で順次実行されるため、利用可能な信頼可能な証拠融合スキームは潜在的な矛盾に悩まされる。 本稿では、識別枠組み(FOD)における事象支援の度合いの観点から証拠信頼性を構築し、近ループ制御の観点から不整合を克服する反復的信頼性証拠融合(ICEF)を提案する。 一方、ICEFは、信頼度評価に融合結果を導入し、信頼度と融合結果の相関性を確立する。 一方,FODサブセットの相関と差の把握,異常源の同定,融合重みの低減に優れるPBAGD(Platusibility-Belief arithmetic-Geometric divergence)と呼ばれる,証拠衝突の指数正規化に基づく算術幾何学的発散が促進される。 ICEFは、数値的な例を通して異なるエビデンス差測定形式を組み合わせて、その性能を検証することによって、従来の手法と比較される。 数値例とベンチマークデータセットのシミュレーションは、提案した融合戦略へのPBAGDの適応性を反映している。

関連論文リスト

• A privacy-preserving distributed credible evidence fusion algorithm for collective decision-making [16.67762257337951]
  本稿では,3レベルコンセンサス(PCEF)を用いたプライバシ保存型分散信頼性エビデンス融合法を提案する。 シミュレーションの結果,PCEF は信頼性と融合性の両方において CCEF に近づき,既存の手法よりも少ない時間消費で高い判定精度が得られることがわかった。
  論文  参考訳（メタデータ） (2024-12-03T03:36:42Z)
• Credible fusion of evidence in distributed system subject to cyberattacks [2.5539863252714636]
  本稿では,サイバー攻撃に対する信頼性のある証拠融合のためのアルゴリズムを提案する。 我々は、証拠融合の3つの要件、すなわち、証拠のプライバシーを保護し、攻撃者を識別し、証拠を除外することに焦点を当てる。 通常のノードの状態はWAVCCMEに収束することが示され、攻撃者の証拠は融合から除外される。
  論文  参考訳（メタデータ） (2024-11-29T13:46:04Z)
• Evaluating Evidential Reliability In Pattern Recognition Based On Intuitionistic Fuzzy Sets [9.542461785588925]
  ファジィ信頼性指数(FRI)と呼ばれる証拠源の信頼性を定量化するアルゴリズムを提案する。 FRIアルゴリズムは、IFSから派生した決定量化規則に基づいており、決定を正し、これらの貢献から明らかな信頼性を導き出すために異なるBPAの貢献を定義する。 提案手法は,証拠資料の信頼性評価の合理性を効果的に向上し,複雑なシナリオにおける分類決定問題に特に適している。
  論文  参考訳（メタデータ） (2024-10-30T08:05:26Z)
• Rectified Diffusion Guidance for Conditional Generation [62.00207951161297]
  CFGの背後にある理論を再検討し、組合せ係数の不適切な構成(すなわち、広く使われている和対1バージョン)が生成分布の期待シフトをもたらすことを厳密に確認する。 本稿では,誘導係数を緩和したReCFGを提案する。 このようにして、修正された係数は観測されたデータをトラバースすることで容易に事前計算でき、サンプリング速度はほとんど影響を受けない。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Inter Observer Variability Assessment through Ordered Weighted Belief Divergence Measure in MAGDM Application to the Ensemble Classifier Feature Fusion [1.3586572110652486]
  コンセンサス結果を得るために,多属性グループ意思決定(MAGDM)が広く導入されている。 本研究では,観測間の変動を評価し,不確実性に対処するEvidential MAGDM法を提案する。
  論文  参考訳（メタデータ） (2024-09-13T00:53:00Z)
• ELFNet: Evidential Local-global Fusion for Stereo Matching [17.675146012208124]
  ステレオマッチングのためのtextbfEvidential textbfLocal-global textbfFusion (ELF) フレームワークを提案する。 不確実性推定と信頼に値する頭部との信頼を意識した融合の両方を付与する。
  論文  参考訳（メタデータ） (2023-08-01T15:51:04Z)
• Federated Conformal Predictors for Distributed Uncertainty Quantification [83.50609351513886]
  コンフォーマル予測は、機械学習において厳密な不確実性定量化を提供するための一般的なパラダイムとして現れつつある。 本稿では,共形予測を連邦学習環境に拡張する。 本稿では、FL設定に適した部分交換可能性の弱い概念を提案し、それをフェデレート・コンフォーマル予測フレームワークの開発に利用する。
  論文  参考訳（メタデータ） (2023-05-27T19:57:27Z)
• FedZKP: Federated Model Ownership Verification with Zero-knowledge Proof [60.990541463214605]
  フェデレートラーニング(Federated Learning, FL)は、複数のパーティが互いにプライベートデータを共有することなく、協調的にフェデレーションモデルの学習を可能にする。 ゼロ知識証明(FedZKP)を用いた証明可能なモデルオーナシップ検証手法を提案する。
  論文  参考訳（メタデータ） (2023-05-08T07:03:33Z)
• Trusted Multi-View Classification with Dynamic Evidential Fusion [73.35990456162745]
  信頼型マルチビュー分類(TMC)と呼ばれる新しいマルチビュー分類アルゴリズムを提案する。 TMCは、様々な視点をエビデンスレベルで動的に統合することで、マルチビュー学習のための新しいパラダイムを提供する。 理論的および実験的結果は、精度、堅牢性、信頼性において提案されたモデルの有効性を検証した。
  論文  参考訳（メタデータ） (2022-04-25T03:48:49Z)
• Trustworthy Multimodal Regression with Mixture of Normal-inverse Gamma Distributions [91.63716984911278]
  このアルゴリズムは、異なるモードの適応的統合の原理における不確かさを効率的に推定し、信頼できる回帰結果を生成する。 実世界のデータと実世界のデータの両方に対する実験結果から,多モード回帰タスクにおける本手法の有効性と信頼性が示された。
  論文  参考訳（メタデータ） (2021-11-11T14:28:12Z)
• BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
  本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。 本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-07T10:14:18Z)

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。