Fugu-MT 論文翻訳(概要): Geometric mean-based pairwise comparison method with the reference values -- statistical approach

論文の概要: Geometric mean-based pairwise comparison method with the reference values -- statistical approach

arxiv url: http://arxiv.org/abs/2607.10038v1
Date: Fri, 10 Jul 2026 23:41:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 15:40:48.281114
Title: Geometric mean-based pairwise comparison method with the reference values -- statistical approach
Title（参考訳）: 幾何学的平均値と基準値とのペアワイズ比較法 -統計的アプローチ-
Abstract要約: 本稿では、基準値と幾何平均を用いて、ペアワイズ比較法に関する統計的見解を示す。このアプローチにより、ペア比較における矛盾現象と、代替品間の選好距離の両方を同時に捉えることができる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For many years, the pairwise comparison method has been widely used for decision-making involving experts. The best-known example of this method is the Analytic Hierarchy Process (AHP). In this now classic approach, the weights of alternatives are calculated using the principal eigenvector of the comparison matrix. In this paper, we present a statistical view of the pairwise comparison method, using reference values and the geometric mean to calculate alternative priorities. Thanks to this approach, we can simultaneously capture both the phenomenon of inconsistency in pairwise comparisons and the preference distance between alternatives. In this paper, we define indicators that measure the quality of the obtained weight vector, which, thanks to the statistical approach, have a clear and intuitive interpretation.
Abstract（参考訳）: 長年にわたり、ペア比較法は専門家による意思決定に広く用いられてきた。この手法の最もよく知られている例はAHP (Analytic Hierarchy Process) である。この古典的なアプローチでは、比較行列の主固有ベクトルを用いて選択肢の重みが計算される。本稿では、基準値と幾何平均を用いて、ペアワイズ比較法を統計的に評価し、代替優先度を算出する。このアプローチにより、ペア比較における矛盾現象と、代替品間の選好距離の両方を同時に捉えることができる。本稿では, 得られた重みベクトルの品質を測定する指標を定義し, 統計的アプローチにより, 明瞭で直観的な解釈を行う。

関連論文リスト

Sufficient conditions for a Heuristic Rating Estimation Method application [0.0]
この研究は、完全対比較法と不完全対比較法における算術的アルゴリズムと幾何的アルゴリズムの両方を考察している。図示的な例は、算術変項の不整合の推定が最適であることを示している。
論文参考訳（メタデータ） (2026-05-09T15:21:06Z)
Principled Algorithms for Optimizing Generalized Metrics in Binary Classification [53.604375124674796]
一般化されたメトリクスを最適化するアルゴリズムを導入し、$H$-consistency と finite-sample generalization bounds をサポートする。提案手法は,メトリクス最適化を一般化したコスト依存学習問題として再検討する。我々は,理論性能を保証する新しいアルゴリズムMETROを開発した。
論文参考訳（メタデータ） (2025-12-29T01:33:42Z)
Rethinking Distance Metrics for Counterfactual Explainability [53.436414009687]
本研究では, 反事実を参照領域から独立して引き出すのではなく, 基礎となるデータ分布からの参照と共同してサンプリングする, 反事実生成手法のフレーミングについて検討する。我々は、幅広い設定に適用可能な、反ファクト的な類似性のために調整された距離メートル法を導出する。
論文参考訳（メタデータ） (2024-10-18T15:06:50Z)
Canonical Variates in Wasserstein Metric Space [16.668946904062032]
We use the Wasserstein metric to measure distances between distributions, then used by distance-based classification algorithm。我々の研究の中心は、分類精度を高めるために、ワッサーシュタイン計量空間内の次元の減少である。本稿では,クラス間変動からクラス内変動への商として定義されたフィッシャー比を最大化する原理に基づく新しいアプローチを提案する。
論文参考訳（メタデータ） (2024-05-24T17:59:21Z)
Weighted Point Set Embedding for Multimodal Contrastive Learning Toward Optimal Similarity Metric [44.95433989446052]
提案手法の利点は,CLIPの相対的損失に対する新たな理解を通じて示される。重み付き点集合に基づく提案した類似性は、常に最適類似性を達成することを示す。
論文参考訳（メタデータ） (2024-04-30T03:15:04Z)
Statistical inference for pairwise comparison models [5.487882744996216]
本稿では、ペアワイズ比較モデルの幅広いクラスにおいて、最大極大に対する準最適正規性を確立する。鍵となる考え方は、フィッシャー情報行列を重み付きグラフラプラシアンとして同定することである。
論文参考訳（メタデータ） (2024-01-16T16:14:09Z)
A Comparative Analysis of Distributed Linear Solvers under Data Heterogeneity [9.248526557884498]
本稿では,タスクマスターと機械の集合によって分散的あるいは連合的に線形方程式の大規模系を解く問題を考察する。我々は、この問題を解決するためによく知られたアルゴリズムの2つのクラス、すなわち射影法と最適化法を比較した。
論文参考訳（メタデータ） (2023-04-20T20:48:00Z)
Counting Like Human: Anthropoid Crowd Counting on Modeling the Similarity of Objects [92.80955339180119]
メインストリームの群衆計数法は密度マップを補強して計数結果を得るために統合する。これに触発された我々は,合理的かつ人為的な集団カウントフレームワークを提案する。
論文参考訳（メタデータ） (2022-12-02T07:00:53Z)
Manifold Hypothesis in Data Analysis: Double Geometrically-Probabilistic Approach to Manifold Dimension Estimation [92.81218653234669]
本稿では, 多様体仮説の検証と基礎となる多様体次元推定に対する新しいアプローチを提案する。我々の幾何学的手法はミンコフスキー次元計算のためのよく知られたボックスカウントアルゴリズムのスパースデータの修正である。実データセットの実験では、2つの手法の組み合わせに基づく提案されたアプローチが強力で効果的であることが示されている。
論文参考訳（メタデータ） (2021-07-08T15:35:54Z)
MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
論文参考訳（メタデータ） (2021-06-03T12:59:16Z)
A Statistical Analysis of Summarization Evaluation Metrics using Resampling Methods [60.04142561088524]
信頼区間は比較的広く,信頼性の高い自動測定値の信頼性に高い不確実性を示す。多くのメトリクスはROUGEよりも統計的改善を示していないが、QAEvalとBERTScoreという2つの最近の研究は、いくつかの評価設定で行われている。
論文参考訳（メタデータ） (2021-03-31T18:28:14Z)
Near-Optimal Comparison Based Clustering [7.930242839366938]
提案手法は, ほぼ最適な比較数を用いて, 植え付けクラスタリングを復元できることを示す。理論的知見を実証的に検証し,実データ上での手法の良好な振る舞いを実証する。
論文参考訳（メタデータ） (2020-10-08T12:03:13Z)

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。