論文の概要: FNBT: Full Negation Belief Transformation for Open-World Information Fusion Based on Dempster-Shafer Theory of Evidence

• arxiv url: http://arxiv.org/abs/2508.08075v1
• Date: Mon, 11 Aug 2025 15:21:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:29.167494
• Title: FNBT: Full Negation Belief Transformation for Open-World Information Fusion Based on Dempster-Shafer Theory of Evidence
• Title（参考訳）: FNBT: Dempster-Shafer Theory of Evidenceに基づくオープンワールド情報融合のための完全な否定的信念変換
• Authors: Meishen He, Wenjun Ma, Jiao Wang, Huijun Yue, Xiaoma Fan,
• Abstract要約: 実世界のシナリオでは、トレーニングされたアルゴリズムやデータは、データサイロが一般的であるさまざまなリージョンや組織から生まれることが多い。 本研究では,Dempster-Shafer理論に基づくFNBT(Full Negation Belief Transformation)と呼ばれるオープンワールド情報融合手法を提案する。 FNBTは実世界のデータセットにおけるパターン分類タスクにおいて優れた性能を示す。
• 参考スコア（独自算出の注目度）: 8.12470064021827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Dempster-Shafer theory of evidence has been widely applied in the field of information fusion under uncertainty. Most existing research focuses on combining evidence within the same frame of discernment. However, in real-world scenarios, trained algorithms or data often originate from different regions or organizations, where data silos are prevalent. As a result, using different data sources or models to generate basic probability assignments may lead to heterogeneous frames, for which traditional fusion methods often yield unsatisfactory results. To address this challenge, this study proposes an open-world information fusion method, termed Full Negation Belief Transformation (FNBT), based on the Dempster-Shafer theory. More specially, a criterion is introduced to determine whether a given fusion task belongs to the open-world setting. Then, by extending the frames, the method can accommodate elements from heterogeneous frames. Finally, a full negation mechanism is employed to transform the mass functions, so that existing combination rules can be applied to the transformed mass functions for such information fusion. Theoretically, the proposed method satisfies three desirable properties, which are formally proven: mass function invariance, heritability, and essential conflict elimination. Empirically, FNBT demonstrates superior performance in pattern classification tasks on real-world datasets and successfully resolves Zadeh's counterexample, thereby validating its practical effectiveness.
• Abstract（参考訳）: デンプスター・シェーファー理論は不確実性の下での情報融合の分野で広く応用されている。 現存するほとんどの研究は、同一の識別のフレーム内で証拠を組み合わせることに焦点を当てている。 しかし、現実のシナリオでは、トレーニングされたアルゴリズムやデータは、データサイロが一般的であるさまざまなリージョンや組織から生まれることが多い。 結果として、異なるデータソースやモデルを使って基本的な確率割り当てを生成すると、従来の融合法が不満足な結果をもたらすような不均一なフレームが発生する可能性がある。 そこで本研究では,Dempster-Shafer理論に基づくFNBT(Full Negation Belief Transformation)と呼ばれるオープンワールド情報融合手法を提案する。 より具体的には、与えられた融合タスクがオープンワールド設定に属するか否かを決定するために、基準を導入する。 そして、フレームを拡張することで、異種フレームからの要素を収容することができる。 最後に、全否定機構を用いて質量関数を変換し、そのような情報融合のための変換された質量関数に既存の組合せ規則を適用することができる。 理論的には、提案手法は、3つの望ましい性質を満たすが、これは正式に証明されている: 質量関数不変性、遺伝性、本質的な衝突除去である。 実証的に、FNBTは実世界のデータセット上のパターン分類タスクにおいて優れた性能を示し、Zadehの逆例の解決に成功した。

関連論文リスト

• CLIP Meets Diffusion: A Synergistic Approach to Anomaly Detection [54.85000884785013]
  異常検出は、異常の定義の曖昧さ、異常型の多様性、トレーニングデータの不足による複雑な問題である。 識別的基盤モデルと生成的基礎モデルの両方を活用するCLIPfusionを提案する。 本手法は, 異常検出の多面的課題に対処する上で, マルチモーダル・マルチモデル融合の有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-06-13T13:30:15Z)
• Guaranteeing consistency in evidence fusion: A novel perspective on credibility [7.626019758281367]
  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。
  論文  参考訳（メタデータ） (2025-04-05T10:12:32Z)
• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)
• Non-Linear Spectral Dimensionality Reduction Under Uncertainty [107.01839211235583]
  我々は、不確実性情報を活用し、いくつかの従来のアプローチを直接拡張する、NGEUと呼ばれる新しい次元削減フレームワークを提案する。 提案したNGEUの定式化は,大域的な閉形式解を示し,Radecherの複雑性に基づいて,基礎となる不確実性がフレームワークの一般化能力に理論的にどのように影響するかを分析する。
  論文  参考訳（メタデータ） (2022-02-09T19:01:33Z)
• 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。

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。