論文の概要: Combined-distance-based score function of cognitive fuzzy sets and its application in lung cancer pain evaluation

• arxiv url: http://arxiv.org/abs/2509.08239v1
• Date: Wed, 10 Sep 2025 02:44:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.293301
• Title: Combined-distance-based score function of cognitive fuzzy sets and its application in lung cancer pain evaluation
• Title（参考訳）: 認知ファジィ集合の複合距離に基づくスコア関数とその肺がん痛評価への応用
• Authors: Lisheng Jiang, Tianyu Zhang, Shiyu Yan, Ran Fang,
• Abstract要約: 本稿では,認知ファジィミンコフスキー距離(CF-IM)と認知ファジィハウスドルフ距離(CF-H)を改良した認知ファジィミンコフスキー距離(CF-IM)を提案する。 CF-H距離の摂動特性はCF-IM距離よりも強いが,CF-IM距離の情報利用はCF-H距離よりも高い。 CF-C距離に基づいて、CFSの合成距離に基づくスコア関数を提案し、CFSの比較を行った。
• 参考スコア（独自算出の注目度）: 6.055841918996293
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In decision making, the cognitive fuzzy set (CFS) is a useful tool in expressing experts' complex assessments of alternatives. The distance of CFS, which plays an important role in decision analyses, is necessary when the CFS is applied in solving practical issues. However, as far as we know, the studies on the distance of CFS are few, and the current Minkowski distance of CFS ignores the hesitancy degree of CFS, which might cause errors. To fill the gap of the studies on the distance of CFS, because of the practicality of the Hausdorff distance, this paper proposes the improved cognitive fuzzy Minkowski (CF-IM) distance and the cognitive fuzzy Hausdorff (CF-H) distance to enrich the studies on the distance of CFS. It is found that the anti-perturbation ability of the CF-H distance is stronger than that of the CF-IM distance, but the information utilization of the CF-IM distance is higher than that of the CF-H distance. To balance the anti-perturbation ability and information utilization of the CF-IM distance and CF-H distance, the cognitive fuzzy combined (CF-C) distance is proposed by establishing the linear combination of the CF-IM distance and CF-H distance. Based on the CF-C distance, a combined-distanced-based score function of CFS is proposed to compare CFSs. The proposed score function is employed in lung cancer pain evaluation issues. The sensitivity and comparison analyses demonstrate the reliability and advantages of the proposed methods.
• Abstract（参考訳）: 意思決定において、認知ファジィセット(CFS)は、専門家の選択肢に関する複雑な評価を表現するのに有用なツールである。 意思決定において重要な役割を担っているCFSの距離は,CFSを実践的な問題に応用する場合に必要である。 しかし、我々の知る限り、CFS の距離の研究はほとんどなく、現在の CFS のミンコフスキー距離は CFS の潜伏度を無視しており、誤りを引き起こす可能性がある。 本稿では, CFS の距離に関する研究のギャップを埋めるため, CFS 距離の実用性から, 認知ファジィミンコフスキー(CF-IM) 距離と認知ファジィハウスドルフ(CF-H) 距離を改良し, CFS 距離の研究を充実させる手法を提案する。 その結果,CF-H距離の反摂動能力はCF-IM距離よりも強いが,CF-IM距離の情報利用はCF-H距離よりも高いことがわかった。 CF-IM距離とCF-H距離の反摂動性と情報利用のバランスをとるために,CF-IM距離とCF-H距離の線形結合を確立することにより,認知ファジィ結合(CF-C)距離を提案する。 CF-C距離に基づいて、CFSの合成距離に基づくスコア関数を提案し、CFSの比較を行った。 提案するスコア機能は、肺癌の痛み評価問題に用いられている。 感度と比較分析により,提案手法の信頼性と利点が示された。

関連論文リスト

• From Promise to Practical Reality: Transforming Diffusion MRI Analysis with Fast Deep Learning Enhancement [35.368152968098194]
  FastFOD-Netは、FODを優れたパフォーマンスで強化し、臨床使用のためのトレーニング/推論効率を提供するエンドツーエンドのディープラーニングフレームワークである。 この研究は、拡散MRIの強化のための深層学習に基づく手法を、より広く採用し、臨床信頼を構築することを促進する。
  論文  参考訳（メタデータ） (2025-08-13T17:56:29Z)
• Predicting Risk of Pulmonary Fibrosis Formation in PASC Patients [30.23992107175403]
  いわゆるLong COVID(Long COVID)として知られるPASCは、持続性または新たに出現する症状の多様さとして現れている。 本研究では, 深層学習と放射能を併用して線維化予測を行うマルチセンター胸部CT解析フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-15T20:30:21Z)
• Improving Automatic Fetal Biometry Measurement with Swoosh Activation Function [10.618598624341086]
  胎児視床径(FTD)と胎児頭周率(FHC)の測定は、異常な胎児発生の同定に不可欠である。 現在の最先端(SOTA)アルゴリズムであるBiometryNetは、FTDとFHC測定には不十分である。 本稿では,ランドマーク検出アルゴリズムによって生成されるヒートマップの正規化を強化するために,新しい活性化関数(SAF)を提案する。
  論文  参考訳（メタデータ） (2024-12-16T02:05:15Z)
• Statistical Inference for Feature Selection after Optimal Transport-based Domain Adaptation [7.10052009802944]
  ドメイン適応(DA)に基づく特徴選択(FS)は、機械学習において重要な課題である。 そこで我々は,SFS-DA と呼ばれる DA の下で FS 信頼性を統計的に検証するための新しい統計手法を提案する。
  論文  参考訳（メタデータ） (2024-10-19T07:35:23Z)
• Quantitative perfusion maps using a novelty spatiotemporal convolutional neural network [13.188103532542797]
  本研究では,空間的・時間的情報を考慮した拡散パラメータ推定ネットワークを提案する。 その結果,脳血流量 (CBV), 脳血流量 (CBF), 残存機能 (Tmax) などの灌流パラメータを正確に推定できることが示唆された。 提案したモデルは、商用のゴールドスタンダードソフトウェアの性能に近づき、時間効率も維持する。
  論文  参考訳（メタデータ） (2023-12-08T09:22:25Z)
• TC-LIF: A Two-Compartment Spiking Neuron Model for Long-Term Sequential Modelling [54.97005925277638]
  潜在的な可能性や危険に関連する感覚的手がかりの同定は、長期間の遅延によって有用な手がかりを分離する無関係な事象によってしばしば複雑になる。 SNN(State-of-the-art spiking Neural Network)は、遠方のキュー間の長期的な時間的依存関係を確立する上で、依然として困難な課題である。 そこで本研究では,T-LIFとよばれる,生物学的にインスパイアされたTwo-compartment Leaky Integrate- and-Fireのスパイキングニューロンモデルを提案する。
  論文  参考訳（メタデータ） (2023-08-25T08:54:41Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• MS Lesion Segmentation: Revisiting Weighting Mechanisms for Federated Learning [92.91544082745196]
  フェデレートラーニング(FL)は医用画像解析に広く用いられている。 FLのパフォーマンスは、多発性硬化症(MS)病変セグメンテーションタスクに制限される。 2つの効果的な再重み付け機構によるFLMS病変分割フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-03T14:06:03Z)
• Using contrastive learning to improve the performance of steganalysis schemes [18.80275095172112]
  本稿では,steg analysis contrastive framework (scf) を提案する。 SCFは、異なるカテゴリの特徴間の距離を最大化することにより、ステガナリシスの特徴表現を改善する。 類似性の等価性と推移性に基づいて、新しいStegCL(Steganalysis Contrastive Loss)を設計する。
  論文  参考訳（メタデータ） (2021-03-01T10:32:02Z)

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。