概率和模糊逻辑的潜力注解
本文提出了一种关于认知随机模糊集的普遍理论,用于处理模糊或清晰证据,并通过广义的乘积交集规则进行独立认知随机模糊集的组合,提出了用于量化标量或矢量量,即高斯随机模糊数和多维高斯随机模糊向量的实用模型,并为组合、投影和平凡扩展推导了高斯随机模糊数和向量的公式。
Feb, 2022
该论文介绍了一个基础框架,用于创建概率论和模糊逻辑之间的桥梁,提出了一种将随机实验与具有某种模糊属性的清晰元素的选择联系起来的方法,并介绍了在因果推断中应用该框架的实例。
May, 2022
本文介绍了从 Zadeh 的模糊理论、Atanassov 的直觉模糊集合、Smarandache 的不确定性和 Molodstov 的软集合之间的主要步骤,提出了两种改进的混合评估和决策方法,并介绍如何将拓扑空间的概念扩展到模糊结构和如何在这种结构中推广极限、连续、紧致和 Hausdorff 空间的基本数学概念。
Nov, 2022
提出了一种新的基于超定理解的概率时态逻辑,用于处理现实动态系统中的不确定性,探讨了逻辑的特性并提供了基于自动机的推断机制。同时,研究了具有更好计算性质的逻辑片段,可以通过现有的声明性流程发现技术从事件日志数据中发现公式。
Mar, 2019
神经符号人工智能领域的主要挑战之一是在神经和符号数据的存在下进行逻辑推理。本文通过将模糊 Datalog 的存在性规则推广到模糊设置,允许使用任意 t - 范数,在保持计算复杂度结果和已建立的推理技术适用性的同时,允许对与不确定度相关的数据进行推理。
Mar, 2024
未来对于随机集合和置信函数理论的研究有以下的主要领域:完善统计推理理论,包括逻辑回归和经典概率定律的推广;进一步发展不确定性的几何方法,包括普适随机集合、更广泛的不确定性度量和替代的几何表示方法;将新理论应用于气候变化、机器学习和统计学习等高影响领域。
Dec, 2023
我们的工作继续探讨了区间值模糊软集的特性,该特性是通过组合区间值模糊集和软集得到的。我们引入了区间值模糊软集的能量概念,以及悲观和乐观能量,从而构建了一个有效的决策算法。通过例子,本文展示了该算法如何成功应用于涉及不确定性的问题。此外,我们将引入的方法与其他处理类似或相关问题的方法进行了比较。
May, 2024