論文の概要: A Study on Group Decision Making Problem Based on Fuzzy Reasoning and Bayesian Networks
- arxiv url: http://arxiv.org/abs/2504.21568v1
- Date: Wed, 30 Apr 2025 12:14:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 18:58:38.084425
- Title: A Study on Group Decision Making Problem Based on Fuzzy Reasoning and Bayesian Networks
- Title（参考訳）: ファジィ推論とベイズネットワークに基づくグループ決定問題に関する研究
- Authors: Shui-jin Rong, Wei Guo, Da-qing Zhang,
- Abstract要約: 本研究ではファジィ推論とベイズネットワークを統合したグループ意思決定システムを提案する。
ファジィルールベースは、しきい値、会員機能、エキスパートエクスペリエンス、ドメイン知識を組み合わせて構成される。
階層型ベイズネットワークが設計され、専門家が選択したノードを持つ有向非巡回グラフが特徴である。
- 参考スコア（独自算出の注目度）: 6.451125661614332
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Aiming at the group decision - making problem with multi - objective attributes, this study proposes a group decision - making system that integrates fuzzy inference and Bayesian network. A fuzzy rule base is constructed by combining threshold values, membership functions, expert experience, and domain knowledge to address quantitative challenges such as scale differences and expert linguistic variables. A hierarchical Bayesian network is designed, featuring a directed acyclic graph with nodes selected by experts, and maximum likelihood estimation is used to dynamically optimize the conditional probability table, modeling the nonlinear correlations among multidimensional indices for posterior probability aggregation. In a comprehensive student evaluation case, this method is compared with the traditional weighted scoring approach. The results indicate that the proposed method demonstrates effectiveness in both rule criterion construction and ranking consistency, with a classification accuracy of 86.0% and an F1 value improvement of 53.4% over the traditional method. Additionally, computational experiments on real - world datasets across various group decision scenarios assess the method's performance and robustness, providing evidence of its reliability in diverse contexts.
- Abstract（参考訳）: 本研究は,多目的属性を用いたグループ決定問題に着目し,ファジィ推論とベイズネットワークを統合したグループ決定システムを提案する。
ファジィルールベースは、閾値値、メンバーシップ関数、エキスパートエクスペリエンス、ドメイン知識を組み合わせて、スケール差や専門言語変数といった量的課題に対処することによって構成される。
階層型ベイズネットワークは、専門家が選択したノードを持つ有向非巡回グラフを特徴とし、最大推定値を用いて条件付き確率表を動的に最適化し、後続確率集計のための多次元指標間の非線形相関をモデル化する。
総合的な学生評価の場合、従来の重み付け手法と比較する。
提案手法は,従来手法よりも86.0%,F1値の改善が53.4%であった。
さらに、様々なグループ決定シナリオにわたる実世界のデータセットに関する計算実験は、その手法の性能と堅牢性を評価し、その信頼性を様々な文脈で証明する。
関連論文リスト
- Implicit Generative Prior for Bayesian Neural Networks [8.013264410621357]
複雑なデータ構造のための新しいニューラルネットワーク型経験ベイズ(NA-EB)フレームワークを提案する。
NA-EBフレームワークは変分推論と勾配上昇アルゴリズムを組み合わせたものである。
各種タスクの広範囲な評価を通じて,本フレームワークの実践的応用を実証する。
論文 参考訳（メタデータ） (2024-04-27T21:00:38Z) - Enhancing Neural Subset Selection: Integrating Background Information into Set Representations [53.15923939406772]
対象値が入力集合とサブセットの両方に条件付けされている場合、スーパーセットのテクスティ不変な統計量を関心のサブセットに組み込むことが不可欠であることを示す。
これにより、出力値がサブセットとその対応するスーパーセットの置換に不変であることを保証する。
論文 参考訳（メタデータ） (2024-02-05T16:09:35Z) - A structured regression approach for evaluating model performance across intersectional subgroups [53.91682617836498]
分散評価(disaggregated evaluation)は、AIフェアネスアセスメントにおける中心的なタスクであり、AIシステムのさまざまなサブグループ間でのパフォーマンスを測定することを目的としている。
非常に小さなサブグループであっても,信頼性の高いシステム性能推定値が得られることを示す。
論文 参考訳（メタデータ） (2024-01-26T14:21:45Z) - A data-science pipeline to enable the Interpretability of Many-Objective
Feature Selection [0.1474723404975345]
多目的特徴選択(MOFS)アプローチは、4つ以上の目的を用いて、教師付き学習タスクにおける機能のサブセットの関連性を決定する。
本稿では,MOFS結果の解釈と比較においてデータサイエンティストを支援する手法を提案する。
論文 参考訳（メタデータ） (2023-11-30T17:44:22Z) - A new fuzzy multi-attribute group decision-making method based on TOPSIS
and optimization models [3.697049647195136]
区間値の直観的ファジィ集合における多属性群決定のための新しい手法を提案する。
全ての専門家の個人評価と全体整合性評価の差の和を最小化することにより、専門家の体重を決定するための新しい最適化モデルが確立される。
完全ファジィ多属性群決定アルゴリズムが定式化され、主観的および客観的重み付け法の利点を最大限に活用することができる。
論文 参考訳（メタデータ） (2023-11-27T15:41:30Z) - Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳（メタデータ） (2023-11-08T00:10:21Z) - A One-shot Framework for Distributed Clustered Learning in Heterogeneous
Environments [54.172993875654015]
異種環境における分散学習のためのコミュニケーション効率化手法のファミリーを提案する。
ユーザによるローカル計算に基づくワンショットアプローチと、サーバにおけるクラスタリングベースのアグリゲーションステップは、強力な学習保証を提供する。
厳密な凸問題に対しては,ユーザ毎のデータ点数がしきい値を超える限り,提案手法はサンプルサイズの観点から順序最適平均二乗誤差率を達成する。
論文 参考訳（メタデータ） (2022-09-22T09:04:10Z) - (De-)Randomized Smoothing for Decision Stump Ensembles [5.161531917413708]
ツリーベースモデルは、金融や医療など、多くの高度なアプリケーションドメインで使われている。
本稿では,決定スタンプアンサンブルに対する決定論的スムース化を提案する。
決定論的ロバスト性証明は,数値的特徴と分類的特徴を併せ持つものである。
論文 参考訳（メタデータ） (2022-05-27T11:23:50Z) - 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) - Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking
Fairness and Algorithm Utility [54.179859639868646]
Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。
学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。
本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-15T10:08:39Z) - Causal Feature Selection for Algorithmic Fairness [61.767399505764736]
データ管理の統合コンポーネントにおける公平性について検討する。
本稿では,データセットの公平性を保証する特徴のサブコレクションを同定する手法を提案する。
論文 参考訳（メタデータ） (2020-06-10T20:20:10Z)
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。