文献

J-GLOBAL ID：202102256598438554   整理番号：21A0815652

学習選好による人間の意思決定分析のためのハイブリッド機械学習フレームワーク【JST・京大機械翻訳】

A hybrid machine learning framework for analyzing human decision-making through learning preferences

著者 (6件)： Guo Mengzhuo (School of Management, The Key Lab of the Ministry of Education for Process Control and Efficiency Engineering, Xi’an Jiaotong University, Xi’an, 710049, Shaanxi, China) ,  Guo Mengzhuo (School of Data Science, City University of Hong Kong, Hong Kong, 999077, China) ,  Zhang Qingpeng (School of Data Science, City University of Hong Kong, Hong Kong, 999077, China) ,  Liao Xiuwu (School of Management, The Key Lab of the Ministry of Education for Process Control and Efficiency Engineering, Xi’an Jiaotong University, Xi’an, 710049, Shaanxi, China) ,  Chen Frank Youhua (Department of Management Sciences, College of Business, City University of Hong Kong, Hong Kong, 999077, China) ,  Zeng Daniel Dajun (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100049, China)
資料名： OMEGA  (OMEGA)
巻： 101  ページ： Null  発行年： 2021年 
JST資料番号： H0485B  ISSN： 0305-0483  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多重基準意思決定支援(MCDA)は,人間決定の根拠を描写するための解析的アプローチのファミリーである。意思決定者に対する個々の属性の寄与をより良く解釈するために,従来のMCDA手法は属性が単調で選好独立性であると仮定する。しかし,意思決定者の選好を記述する能力は,モデル単純化の結果として犠牲になる。より正確で解釈可能な決定モデルのための意思決定者の要求を満たすために,著者らは,新しいハイブリッド方式,すなわち,ニューラルネットワークベースの多重基準決定支援(NN-MCDA)を提案して,それは,個々の属性と予測の間の関係を捕える間,より良い予測性能を達成するために,MCDAモデルと機械学習を結合した。NN-MCDAは,明示的な非単調限界値関数と非線形成分(標準多層パーセプトロン形式)を提供することにより,線形成分(一組の多項式関数の付加形式)を用いて,属性とそれらの複雑な非線形変換の間の陰的高次相互作用を捕捉する。大規模なシミュレーション研究と3つの実世界データセットによるNN-MCDAの有効性を実証した。本研究は,機械学習技法を用いたMCDAモデルの予測性能の改善と,MCDAアプローチを用いた機械学習モデルの可読性の強化方法に光を当てる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  相互作用 ,  多項式 ,  *意思決定 ,  *学習 ,  簡素化 ,  可読性 ,  多重化 ,  意思決定者 ,  多基準意思決定 ,  多層パーセプトロン ,  *機械学習
準シソーラス用語： 意思決定支援 ,  非線形変換 ,  ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 意思決定分析 ,  ビジネス解析 ,  予測モデリング ,  ビッグデータ分析 ,  機械学習 ,  多基準意思決定解析

分類 (2件)： 数理計画法  (KA03030M) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (7件)： 学習 ,  選好 ,  人間 ,  意思 ,  決定分析 ,  機械学習 ,  フレームワーク