論文の概要: Interpretable Fuzzy Systems For Forward Osmosis Desalination
- arxiv url: http://arxiv.org/abs/2602.08050v1
- Date: Sun, 08 Feb 2026 16:48:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:24.952875
- Title: Interpretable Fuzzy Systems For Forward Osmosis Desalination
- Title（参考訳）: 前向き浸透淡水化のための解釈ファジィシステム
- Authors: Qusai Khaled, Uzay Kaymak, Laura Genga,
- Abstract要約: ファジィルールベースシステム(FRBS)の解釈可能性を維持することは、公衆衛生に影響を及ぼす水処理に不可欠である。
本稿では,解釈可能なFRBSを開発するためのHuman-in-the-loopアプローチを提案する。
- 参考スコア（独自算出の注目度）: 2.761009930426063
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Preserving interpretability in fuzzy rule-based systems (FRBS) is vital for water treatment, where decisions impact public health. While structural interpretability has been addressed using multi-objective algorithms, semantic interpretability often suffers due to fuzzy sets with low distinguishability. We propose a human-in-the-loop approach for developing interpretable FRBS to predict forward osmosis desalination productivity. Our method integrates expert-driven grid partitioning for distinguishable membership functions, domain-guided feature engineering to reduce redundancy, and rule pruning based on firing strength. This approach achieved comparable predictive performance to cluster-based FRBS while maintaining semantic interpretability and meeting structural complexity constraints, providing an explainable solution for water treatment applications.
- Abstract（参考訳）: ファジィルールベースシステム(FRBS)の解釈可能性を維持することは、公衆衛生に影響を及ぼす水処理に不可欠である。
構造的解釈性は多目的アルゴリズムを用いて対処されてきたが、意味的解釈性はしばしば、区別可能性の低いファジィ集合によって悩まされる。
本稿では,解釈可能なFRBSを開発するためのHuman-in-the-loopアプローチを提案する。
本手法は,識別可能なメンバシップ機能のためのエキスパート駆動グリッド分割,冗長性を低減するためのドメイン誘導機能工学,および発火強度に基づくルールプルーニングを統合した。
このアプローチは、意味論的解釈可能性を維持し、構造的複雑性の制約を満たしながら、クラスタベースのFRBSに匹敵する予測性能を達成し、水処理アプリケーションに説明可能なソリューションを提供する。
関連論文リスト
- Short Chains, Deep Thoughts: Balancing Reasoning Efficiency and Intra-Segment Capability via Split-Merge Optimization [68.89915707647138]
大規模推論モデル(LRM)は、長い推論連鎖の生成を通じて複雑なタスクを解く際、印象的な能力を示した。
textbfCoSMo(textbfSplit-textbfMerge textbfOptimization)を提案する。
論文 参考訳（メタデータ） (2026-02-03T05:54:28Z) - Latent Chain-of-Thought for Visual Reasoning [53.541579327424046]
大型視覚言語モデル(LVLM)の解釈可能性および信頼性向上には,チェーン・オブ・シント(CoT)推論が不可欠である
我々は,LVLMにおける推論を後部推論として再構成し,償却変分推論に基づくスケーラブルなトレーニングアルゴリズムを提案する。
提案手法は,7つの推論ベンチマークにおいて,最先端のLVLMを強化することを実証的に実証する。
論文 参考訳（メタデータ） (2025-10-27T23:10:06Z) - Fuzzy Reasoning Chain (FRC): An Innovative Reasoning Framework from Fuzziness to Clarity [23.09943260167735]
Fuzzy Reasoning Chain(FRC)フレームワークは、セマンティックプリエントと連続したファジィメンバーシップの学位を統合する。
FRCは、解釈性と堅牢性を改善した微妙で曖昧な表現を管理するための一般的なメカニズムを提供する。
論文 参考訳（メタデータ） (2025-09-26T08:36:38Z) - LLM-based Agents for Automated Confounder Discovery and Subgroup Analysis in Causal Inference [1.1538255621565348]
本稿では,共同創設者の自動発見とサブグループ分析のための大規模言語モデルに基づくエージェントを提案する。
本フレームワークは,サブグループ識別と構造発見を体系的に行う。
以上の結果から,LSMをベースとしたエージェントは,スケーラブルで信頼性が高く,セマンティックに認識された因果推論へ有望な道をたどることが示唆された。
論文 参考訳（メタデータ） (2025-08-10T07:45:49Z) - CANDLE: A Cross-Modal Agentic Knowledge Distillation Framework for Interpretable Sarcopenia Diagnosis [3.0245458192729466]
CANDLEは、解釈可能性と性能のトレードオフを緩和し、予測精度を高め、高い決定一貫性を維持する。
このフレームワークは、TMLモデルの知識アセット化に対するスケーラブルなアプローチを提供し、サルコピアおよび潜在的に広い医療領域における解釈可能、再現可能、および臨床的に整合した意思決定支援を可能にする。
論文 参考訳（メタデータ） (2025-07-26T15:50:08Z) - Q-function Decomposition with Intervention Semantics with Factored Action Spaces [51.01244229483353]
元の作用空間の低次元射影部分空間上で定義されるQ-函数を考察し、分解されたQ-函数の不偏性について考察する。
これにより、標準モデルフリー強化学習アルゴリズムにおいて、予測Q関数を用いてQ関数を近似する動作分解強化学習と呼ばれる一般的なスキームが導かれる。
論文 参考訳（メタデータ） (2025-04-30T05:26:51Z) - Closed-Loop Unsupervised Representation Disentanglement with $β$-VAE Distillation and Diffusion Probabilistic Feedback [26.935057415769876]
表現の混乱は、AIが現実世界を根本的に理解し、差別と生成の両方に利益をもたらす可能性がある。
我々はtextbfCL-Dis と呼ばれる textbfCL-Disentanglement アプローチを提案する。
実画像操作や視覚解析といったアプリケーションにおけるCL-Disの優位性を示す実験がある。
論文 参考訳（メタデータ） (2024-02-04T05:03:22Z) - AS-XAI: Self-supervised Automatic Semantic Interpretation for CNN [5.42467030980398]
本稿では,自動意味解釈人工知能(AS-XAI)フレームワークを提案する。
モデル決定のグローバルな意味解釈には、透過的な埋め込み意味抽出空間と行中心主成分分析(PCA)を用いる。
提案手法は, 流通圏内における共通意味論的解釈を含む, 広範囲な実践的応用を提供する。
論文 参考訳（メタデータ） (2023-12-02T10:06:54Z) - Semantic Probabilistic Layers for Neuro-Symbolic Learning [83.25785999205932]
我々は構造化出力予測(SOP)のための予測層を設計する。
予測が事前に定義されたシンボリック制約のセットと一致していることを保証するため、任意のニューラルネットワークにプラグインすることができる。
我々のセマンティック確率層(SPL)は、構造化された出力空間上で複雑な相関や制約をモデル化することができる。
論文 参考訳（メタデータ） (2022-06-01T12:02:38Z) - Interpretable Social Anchors for Human Trajectory Forecasting in Crowds [84.20437268671733]
本研究では,人混みの軌跡を予測できるニューラルネットワークシステムを提案する。
解釈可能なルールベースのインテントを学び、ニューラルネットワークの表現可能性を利用してシーン固有の残差をモデル化する。
私たちのアーキテクチャは、インタラクション中心のベンチマークTrajNet++でテストされています。
論文 参考訳（メタデータ） (2021-05-07T09:22:34Z)
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。