Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "rough modeling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Rough Modeling---a Bottom-up Approach to Model Construction
    Autorzy:
    Loken, T.
    Komorowski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908362.pdf
    Data publikacji:
    2001
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    model opisowy
    wybieranie danych
    knowledge discovery
    rough sets
    rough modeling
    descriptive models
    Opis:
    Traditional data mining methods based on rough set theory focus on extracting models which are good at classifying unseen objects. If one wants to uncover new knowledge from the data, the model must have a high descriptive quality---it must describe the data set in a clear and concise manner, without sacrificing classification performance. Rough modeling, introduced by Kowalczyk (1998), is an approach which aims at providing models with good predictive and descriptive qualities, in addition to being computationally simple enough to handle large data sets. As rough models are flexible in nature and simple to generate, it is possible to generate a large number of models and search through them for the best model. Initial experiments confirm that the drop in performance of rough models compared to models induced using traditional rough set methods is slight at worst, and the gain in descriptive quality is very large.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 675-690
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Axiomatization of utility, outranking and decision rule preference models for multiple-criteria classification problems under partial inconsistency with the dominance principle
    Aksjomatyka modeli użyteczności, przewyższania i reguł decyzyjnych w zadaniach wielokryterialnej optymalizacji w warunkach częściowej niespójności z zasadą dominacji
    Autorzy:
    Słowiński, R.
    Greco, S.
    Matarazzo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/205853.pdf
    Data publikacji:
    2002
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    aksjomatyka
    klasyfikacja wielokryterialna
    kryteria porządkowe
    modelowanie preferencji
    pomiary jednoczesne
    reguły decyzyjne
    zbiory przybliżone
    axiomatization
    conjoint measurement
    decision rules
    multiple criteria classification
    ordinal criteria
    preference modeling
    rough sets
    Opis:
    Multiple-criteria classification (sorting) problem concerns assignment of actions (objects) to some pre-defined and preference-ordered decision classes. The actions are described by a finite set of criteria, i.e. attributes, with preference-ordered scales. To perform the classification, criteria have to be aggregated into a preference model which can be: utility (discriminant) function, or outranking relation, or "if..., then..." decision rules. Decision rules involve partial profiles on subsets of criteria and dominance relation on these profiles. A challenging problem in multiple-criteria decision making is the aggregation of criteria with ordinal scales. We show that the decision rule model we propose has advantages over a general utility function, over the integral of Sugeno, conceived for ordinal criteria, and over an outranking relation. This is shown by basic axioms characterizing these models. Moreover, we consider a more general decision rule model based on the rough set theory. The advantage of the rough set approach compared to competitive methodologies is the possibility of handling partially inconsistent data that are often encountered in preferential information, due to hesitation of decision makers, unstable character of their preferences, imprecise or incomplete knowledge and the like. We show that these inconsistencies can be represented in a meaningful way by "if..., then..." decision rules induced from rough approximations. The theoretical results reported in this paper show that the decision rule model is the most general aggregation model among all the considered models.
    Wielokryterialne zadania klasyfikacji (sortowania) dotyczą przypisania działan (obiektów) pewnym z góry określonym i uporządkowanym wzgl(c)dem preferencji klasom. Działania są opisane przez skończony zbiór kryteriów, tj. atrybutów o skalach uporządkowanych według preferencji. Aby dokonać klasyfikacji, kryteria muszą zostać zagregowane do modelu preferencji, którym może być: funkcja użyteczności (dyskryminująca), bąd" relacja przewyższania, bąd" reguła decyzyjna typu "jeśli..., to...". Reguły decyzyjne oparte są na cz(c)ściowych profilach na podzbiorach kryteriów i relacji dominacji na tych profilach. Wyzwaniem w wielokryterialnym podejmowaniu decyzji jest agregacja kryteriów o skalach porządkowych. Pokazujemy w artykule, że model reguł decyzyjnych, zaproponowany przez nas, jest korzystniejszy niż ogólna postać funkcji użyteczności, niż całka Sugeno zaproponowana dla kryteriów porządkowych, i niż relacja przewyższania. Pokazano to przy pomocy podstawowych aksjomatów charakteryzujących rozważane modele. Ponadto, rozważamy ogólniejszy model reguł decyzyjnych, oparty na teorii zbiorów przybliżonych. Korzyścią z zastosowania zbiorów przybliżonych w porównaniu do innych podejść jest możliwość uwzgl(c)dniania cz(c)ściowo niespójnych danych, jakie cz(c)sto spotyka si(c) informacji o preferencjach, w związku z wahaniami decydentów, niestabilnością ich preferencji, niedokładną wiedzą, itp. Pokazujemy, że takie niespójności mogą być reprezentowane w sposób sensowny poprzez reguły decyzyjne typu "jeśli..., to...", wyprowadzone z ocen dokonanych przy pomocy zbiorów przybliżonych. Wyniki teoretyczne przedstawione w pracy pokazują, że model reguł decyzyjnych jest najogólniejszym modelem agregacji spośrod wszystkich rozważanych modeli.
    Źródło:
    Control and Cybernetics; 2002, 31, 4; 1005-1035
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies