×

基于信息理论测度的三向近似约简。 (英语) Zbl 07478953号

摘要:三元决策是一种典型而流行的决策和近似推理方法,而属性约简是三元决策中的一个重要研究课题。然而,大多数基于三元决策的属性约简方法都严格依赖于度量标准的保持,这不仅明确限制了属性约简的效率,而且隐含地限制了结果约简的泛化能力。在本研究中,我们提出了一种新的基于信息理论测度的三元近似属性约简方法。更具体地说,首先提供了一个用于近似属性约简的统一框架。然后,考虑属性约简过程,根据每个属性与决策属性的相关性,将其确定为正区域、边界区域或负区域。负属性可以通过保留信息的理论测度来去除,而一些边界属性可以通过放松测度准则来进一步迭代消除。由正属性和剩余边界属性最终形成近似约简。在多个公共UCI数据集上,与其他属性约简方法相比,该方法获得了更好的属性约简率,同时性能也有所提高。

MSC公司:

68层37 人工智能背景下的不确定性推理
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 李毅。;李·T。;Liu,H.,特征选择及其应用的最新进展,Knowl。信息系统。,53, 551-577 (2017)
[2] Bishop,C.M.,模式识别和机器学习(2006),Springer·Zbl 1107.68072号
[3] Miao,D.Q。;Zhao,Y。;Yao,Y.Y。;李海霞。;Xu,F.F.,pawlak粗糙集模型一致和不一致决策表的相对约简,信息科学。,179, 4140-4150 (2009) ·Zbl 1183.68608号
[4] 李,F。;Miao,D.Q。;Pedrycz,W.,基于互信息的颗粒多标签特征选择,模式识别。,67, 410-423 (2017)
[5] Yao,Y.Y。;赵勇,用于构造属性约简的区分矩阵简化,信息科学。,179, 867-882 (2009) ·Zbl 1162.68704号
[6] 高,C。;Lai,Z。;周,J。;Wen,J。;Wong,W.K.,基于粒度最大决策熵的属性约简单调不确定性测度,国际期刊近似推理。,104, 9-24 (2019) ·Zbl 1452.68210号
[7] Pawlak,Z.,《粗糙集》,《国际计算杂志》。信息科学。,11, 341-356 (1982) ·兹比尔0501.68053
[8] Pawlak,Z。;Grzymala-Busse,J.W。;斯洛文斯基,R。;Ziarko,W.,《粗糙集》,Commun。ACM,38,89-95(1995)
[9] 胡,Q.H。;Yu,D.R。;Liu,J.F。;吴春霞,基于邻域粗糙集的异质特征子集选择,信息科学。,178, 3577-3594 (2008) ·Zbl 1154.68466号
[10] Yue,X.D。;Chen,Y.F。;Miao,D.Q。;钱,J.,稳健分类的三部分邻域覆盖约简,国际期刊近似推理。,83, 371-384 (2017) ·Zbl 1404.68125号
[11] 岳,X.D。;Chen,Y.F。;Miao,D.Q。;Fujita,H.,三向分类的模糊邻域覆盖,信息科学。,507, 795-808 (2020) ·Zbl 1456.62122号
[12] Dai,J.H。;胡,H。;Wu,W.Z。;Qian,Y.H。;Huang,D.B.,模糊粗糙集属性约简的基于最大差别对的方法,IEEE Trans。模糊系统。,26, 2174-2187 (2017)
[13] Dai,J.H。;Chen,J.L.,通过标准模糊信息权重进行特征选择,并应用于肿瘤分类,Appl。软计算。,92,第106299条pp.(2020)
[14] Yao,Y.Y.,概率粗糙集近似,国际期刊近似推理。,49, 255-271 (2008) ·Zbl 1191.68702号
[15] 杨,X。;李·T·R。;刘,D。;Chen,H.M。;Luo,C.,动态三元概率粗糙集的统一框架,信息科学。,420, 126-147 (2017) ·Zbl 1436.68362号
[16] 张庆华。;谢奇。;王国勇,《粗糙集理论及其应用综述》,CAAI Trans。智力。技术。,1, 323-333 (2016)
[17] Ju,H。;丁·W。;杨,X。;Fujita,H。;Xu,S.,基于合理粒度原则的鲁棒监督粗粒度描述模型,应用。软计算。,110,第107612条pp.(2021)
[18] 陈,Y。;王,P。;杨,X。;米·J。;Liu,D.,用于属性约简的颗粒球引导选择器,Knowl-基于系统。,229,第107326条pp.(2021)
[19] Yao,Y.Y.,概率粗糙集的三向决策,Inf.Sci。,180, 341-353 (2010)
[20] Yao,Y.Y.,《三元决策与粒度计算》,《国际期刊近似原因》。,103107-123(2018)·Zbl 1448.68427号
[21] 姚,Y。;Wong,S.K.M.,《近似概念的决策理论框架》,国际J.Man-Mach出版社。螺柱,37,793-809(1992)
[22] Yao,Y.Y.,概率粗糙集模型中三方决策的优越性,信息科学。,181, 1080-1096 (2011) ·Zbl 1211.68442号
[23] Yao,Y.Y.,概率粗糙集模型中的两个语义问题,Fundam。通知。,108, 249-265 (2011) ·Zbl 1242.68344号
[24] Yao,Y.Y.,《三级思维:三方决策模型》,国际J·马赫出版社。学习。赛博。,1-13 (2019)
[25] Yao,Y.Y.,《三向冲突分析:pawlak模型的重新制定和扩展》,Knowl-基于系统。,180,26-37(2019)
[26] Yao,Y.Y.,《三种决策和认知计算》,Cogn。计算。,8, 543-554 (2016)
[27] Yao,Y.Y。;赵勇,决策论粗糙集模型中的属性约简,信息科学。,178, 3356-3373 (2008) ·Zbl 1156.68589号
[28] 杨,X。;刘,D。;杨,X。;刘凯。;Li,T.,动态三向近似的增量模糊概率决策理论方法,信息科学。,550, 71-90 (2021) ·Zbl 1483.68415号
[29] 王,P。;杨,X.,基于稳定性理论的三向聚类方法,IEEE Access,9,33944-33953(2021)
[30] 王,X。;王,P。;杨,X。;Yao,Y.,基于连续三向粒度搜索的属性约简,Int.J.Mach。学习。赛博。,12, 1439-1458 (2021)
[31] Yao,Y.Y.,《三向粒度计算、粗糙集和形式概念分析》,《国际期刊近似推理》。,116106-125(2020)·Zbl 1468.68246号
[32] Thangavel,K。;Pethalakshmi,A.,基于粗糙集理论的维数约简:综述,应用。软计算。,9, 1-12 (2009)
[33] 钱,J。;Dang,C.Y。;Yue,X.D。;Zhang,N.,动态粒度下连续三方决策的属性约简,国际期刊近似推理。,85, 196-216 (2017) ·Zbl 1419.68175号
[34] Li,W.W。;贾晓云。;王,L。;周,B.,三元决策理论粗糙集模型中的多目标属性约简,国际期刊近似推理。,105, 327-341 (2019) ·Zbl 1452.68216号
[35] 方,Y。;Min,F.,三方决策的成本敏感近似属性约简,Int.J.近似原因。,104, 148-165 (2019) ·Zbl 1452.68208号
[36] Zhao,Y。;Wong,S.K.M。;姚义勇,关于决策论粗糙集模型中属性约简的一个注记,(《粗糙集学报》第十三期(2011),施普林格),260-275·Zbl 1316.68202号
[37] 李海霞。;周,X.Z。;Zhao,J.B。;Liu,D.,决策论粗糙集中的非单调属性约简,Fundam。通知。,126, 415-432 (2013) ·Zbl 1275.68147号
[38] Ma,X.A。;Wang,G.Y。;Yu,H.,用于决策区域分布保存的属性约简的启发式方法,J.Softw。,81761-1780(2014),(中文)·Zbl 1313.68235号
[39] Ma,X.A。;Wang,G.Y。;Yu,H。;Li,T.R.,决策理论粗糙集模型中的决策区域分布保留约简,信息科学。,278, 614-640 (2014) ·Zbl 1354.68264号
[40] 高,C。;赖,Z.H。;周,J。;Zhao,C.R。;Miao,D.Q.,决策理论粗糙集模型中基于最大决策熵的属性约简,Knowl-基于系统。,143, 179-191 (2018)
[41] 张,X.Y。;Miao,D.Q.,两类决策理论粗糙集模型中基于区域的定量和层次属性约简,Knowl-基于系统。,71, 146-161 (2014)
[42] 张晓云。;Miao,D.Q.,两类决策理论粗糙集的基于结构的层次属性约简,Inf.Sci。,277, 755-776 (2014) ·Zbl 1354.68268号
[43] 贾晓云。;Liao,W.H。;唐,Z.M。;Shang,L.,决策论粗糙集模型中的最小成本属性约简,信息科学。,219, 151-167 (2013) ·Zbl 1293.91049号
[44] 贾晓云。;唐,Z.M。;廖伟华。;Shang,L.,关于决策理论粗糙集模型的优化表示,国际J近似推理。,55, 156-166 (2014) ·Zbl 1316.68179号
[45] Liao,S.J。;朱庆霞。;Min,F.,决策论粗糙集模型中的成本敏感属性约简,数学。问题。工程,第875918条pp.(2014)·Zbl 1407.68486号
[46] Yu,H。;Yao,Y.Y。;赵杰,基于风险最小化的属性约简算法,南京理工大学。,49,210-216(2013),(中文)·Zbl 1299.68174号
[47] 毕志强。;徐,F.F。;雷,J.S。;江涛,基于最小决策成本的决策理论粗糙集模型中的属性约简,Concurr。计算。,实践。有效期:284125-4143(2016年)
[48] Slezak,D.,决策表中的近似约简,(第六届基于知识的系统中信息处理和不确定性管理国际会议论文集(1996)),1159-1164
[49] Slezak,D.,近似熵约化,Fundam。通知。,53, 365-390 (2002) ·Zbl 1092.68676号
[50] Ming,Y.,基于决策表中条件信息熵的近似约简,电子学报。罪。,352156-2160(2007),(中文)
[51] 江,F。;Yu,X。;杜,J.W。;龚·D·W。;张义清。;彭永杰,基于近似约简和自举抽样的集成学习,信息科学。,547,797-813(2021)·Zbl 1475.68275号
[52] 钱,Y。;梁,J。;佩德里茨,W。;Dang,C.,《正逼近:粗糙集理论中属性约简的加速器》,Artif。智力。,174, 597-618 (2010) ·Zbl 1205.68310号
[53] 镍、磷。;赵,S。;王,X。;陈,H。;Li,C.,Para:基于正区域的属性约简加速器,Inf.Sci。,503, 533-550 (2019)
[54] 刘凯。;杨,X。;Fujita,H。;刘,D。;杨,X。;Qian,Y.,多粒度属性约简的有效选择器,Inf.Sci。,505, 457-472 (2019)
[55] Ziarko,W.,可变精度粗糙集模型,J.Compute。系统。科学。,46, 39-59 (1993) ·Zbl 0764.68162号
[56] Pawlak,Z。;Wong,S.K.M。;Ziarko,W.,《粗糙集:概率与确定性方法》,国际期刊Man-Mach。螺柱,29,81-95(1988)·Zbl 0663.68094号
[57] E.弗兰克。;霍尔,医学硕士。;Witten,I.H.,WEKA工作台,“数据挖掘:实用的机器学习工具和技术”的在线附录(2016),Morgan Kaufmann
[58] Chouchoulas,A。;Shen,Q.,用于文本分类的粗糙集辅助关键字约简,应用。Artif公司。智力。,15, 843-873 (2001)
[59] Miao,D。;Hu,G.,《知识约简的启发式算法》,J.Compute。Res.Dev.,36,681-684(1999),(中文)
[60] 佩德雷戈萨,F。;瓦罗佐,G。;Gramfort,A。;米歇尔,V。;蒂里昂,B。;格里塞尔,O。;布隆德尔,M。;普雷滕霍弗,P。;韦斯,R。;Dubourg,V.,《Scikit-learn:python中的机器学习》,J.Mach。学习。第12号决议,2825-2830(2011年)·Zbl 1280.68189号
[61] Demsar,J.,《多数据集分类器的统计比较》,J.Mach。学习。研究,7,1-30(2006)·Zbl 1222.68184号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。