文献

J-GLOBAL ID：202002223219286917   整理番号：20A2142957

一般グレイ数によるファジィグレイ認知マップの不確実性モデリング能力の強化【JST・京大機械翻訳】

Enhance the Uncertainty Modeling Ability of Fuzzy Grey Cognitive Maps by General Grey Number

著者 (3件)： Chen Jun (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, China) ,  Gao Xudong (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, China) ,  Rong Jia (Department of Data Science and AI, Faculty of IT, Monash University, Clayton, VIC, Australia)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 163844-163856  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現実のシステムにおいて,人々は正確なデータを得ることができなかった。データを,多くの場合,間隔または多重間隔の形で表現した。ほとんどの知的アルゴリズムをアルゴリズム研究における正確なデータのために設計した。人々は,常に,正確なデータの候補として,間隔または多重間隔に含まれる実数を使用する。しかし,そのような測度は,間隔または多重間隔に含まれる多くの情報を失う。ファジィ認知マップ(FCM)は有名なインテリジェントアルゴリズムの1つである。ファジィグレイ認知マップ(FGCM)を提案し,FCMが区間計算を可能にした。しかし,FGCMは,複数の間隔に関して,単一間隔を扱うことができるだけであり,FGCMは,パワーレスであった。したがって,本論文は,多重間隔に対処することができるように,FGCMを強化することを目的とする。本論文は一般的灰色数を導入し,グレイシステム理論(GST)とTaylor級数に従って新しい活性化関数を推論する。最後に,産業プロセス制御問題を適用して新アルゴリズムを検証した。結果は,新アルゴリズムがオリジナルのFGCMとFCMに適合するだけではなく,より不確実な知識とデータを処理できることを示した。一般に,新しいアルゴリズムは,ほとんどのFGCの特性を受け継ぎ,複数の間隔によって表現されたデータに対処することができ,それは,より不確実な知識とデータを有する環境で使用することができることを意味する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  測度 ,  *不確実性 ,  プロセス制御 ,  区間演算 ,  多重化 ,  実数
準シソーラス用語： Taylor級数 ,  活性化関数 ,  認知地図 ,  グレイシステム理論 , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J) ,  ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (7件)： グレイ ,  ファジィ ,  認知マップ ,  不確実性 ,  モデリング ,  能力 ,  強化