arXiv 1605.015962016-05-04cs.AIcs.LOmath.LO

关于模糊计算技术模型的注记

Notes on a model for fuzzy computing

Vittorio Cafagna, Gianluca Caterina

摘要：

在这些笔记中，我们提出了一个模糊计算技术的框架类似于建立良好的计算理论：布尔和量子计算。我们的努力一直是针对强调形式上的相似性：有一个共同的模式，这三个理论。我们试图使我们的方法尽可能符合这种模式。这项工作是与Vittorio Cafagna教授联合开展的一个项目的一部分。卡法尼亚教授于2007年意外去世。他的智力广度和鼓舞人心的激情数学仍然很好地活着。

英文摘要：

In these notes we propose a setting for fuzzy computing in a framework similar to that of well-established theories of computation: boolean, and quantum computing. Our efforts have been directed towards stressing the formal similarities: there is a common pattern underlying these three theories. We tried to conform our approach, as much as possible, to this pattern. This work was part of a project jointly with Professor Vittorio Cafagna. Professor Cafagna passed away unexpectedly in 2007. His intellectual breadth and inspiring passion for mathematics is still very well alive.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于模糊粗糙集的模糊推理相似度计算及其在句子相似度计算中的应用

Computing Fuzzy Rough Set based Similarities with Fuzzy Inference and Its Application to Sentence Similarity Computations

IIT Delhi（德里印度理工学院）

在利用模糊粗糙集进行分析时，已经提出了一些计算两个模糊集之间相似度的研究方案。这些技术产生两个措施，即。低相似性和高相似性。而在大多数应用中，只有一个实体对进一步分析和得出结论是有用的。本文的目的是提出一种新的技术，结合模糊粗糙集的上下相似度的模糊推理机。将该方法应用于句子相似度计算问题，并在SICK2014数据集上进行了测试.

2021-07-02cs.AI

关于概率逻辑和模糊逻辑的势的一个注记

A note on the potentials of probabilistic and fuzzy logic

Delft University of Technology（代尔夫特理工大学）

本文主要讨论：（1）$n$型模糊集的广义处理，其中$n$是大于等于$1$的整数，并附有实例、数学讨论和对所给数学概念的实际解释;（2）模糊逻辑与概率逻辑之间的潜力和联系，这些问题在文献中尚未讨论过;（3）由于数据集中不确定的数学和模糊的语言术语，在数据驱动的现实问题中出现的现实生活中的随机和模糊的不确定性和歧义的表示。

2022-09-29cs.AI

一种基于模糊Petri网的词计算模型

A Fuzzy Petri Nets Model for Computing With Words

受Zadeh用词而不是数字计算的范式的启发，最近提出了几种用词计算的正式模型。这些模型是基于自动机，因此不太适合并发计算。本文将并发计算模型Petri网与模糊集理论相结合，建立了一个词计算的并发模型--模糊词计算Petri网（FPNCW）。这种模糊Petri网的新特点是变迁的标号是由模糊集建模的特殊词。通过采用模糊推理的方法，我们给出了一个忠实的扩展FPNCW，这使得有可能计算更多的话。比较了两种形式化的词计算模型--模糊词计算自动机和FPNCW的语言表达能力。最后给出了几个小例子来说明理论的发展。

2009-10-19cs.AI

用词计算的收缩与广义扩展

Retraction and Generalized Extension of Computing with Words

模糊自动机是一种形式化的数值计算模型，其输入字母表是一组数字或符号。受Zadeh的用词而不是数字计算的范式的启发，Ying提出了一种模糊自动机，其输入字母表由一组符号的所有模糊子集组成，作为用所有词计算的形式模型。在本文中，我们介绍了一个有一定普遍性的形式化模型计算（一些特殊的）字。该模型的新特点是输入字母表只包括一组符号的一些（不一定是所有）模糊子集，模糊转移函数可以任意指定。利用模糊控制的方法，我们建立了一个收缩原则，从计算的字与值处理清晰的输入和广义扩展原则，从计算的字与所有的字处理模糊输入的计算。这些原理表明，用词计算可以分别实现用值计算和用所有词计算。一些代数性质的收缩和广义扩张的处理以及。

2006-11-28cs.AI

模糊自动机之间最大模拟和互模拟的计算算法

Algorithms for computing the greatest simulations and bisimulations between fuzzy automata

University of Niš（尼什大学）；University of Kragujevac（克拉古耶瓦茨大学）

最近，两种类型的模拟（向前和向后模拟）和四种类型的互模拟（向前，向后，向前-向后，向后-向前互模拟）之间的模糊自动机已被引入。如果在给定的模糊自动机之间至少有一个这些类型的模拟/互模拟，则已经证明存在这种类型的最大模拟/互模拟。在本文中，对于任何上述类型的模拟/互模拟，我们提供了一个有效的算法，用于决定是否有一个模拟/互模拟这种类型之间的给定的模糊自动机，并计算最大的，每当它存在。该算法是基于在[J. J. J. Jatović，M. S. Bogdanović，On the greatest solutions to certain systems of fuzzy relation inequalities and equations，Fuzzy Sets and Systems 161（2010）3081-3113]，其归结为计算模糊关系格上的保序函数的包含在给定模糊关系中的最大后不动点。

2011-03-25cs.AIcs.FL

模糊偏好关系的一致性和一致性水平优化：一种软计算方法

Consensus and Consistency Level Optimization of Fuzzy Preference Relation: A Soft Computing Approach

Dr. B.C. Roy Engg. College（B.C. 罗伊工程学院）；National Institute of Technology Durgapur（杜尔加普尔国立理工学院）

在群决策问题中，模糊偏好关系被广泛用于表示决策者对方案集的意见。为了避免误导性的解决方案，研究一致性和共识就成为一个非常重要的方面。本文提出了一种基于模拟退火（SA）的软计算方法来优化一个完整的模糊偏好关系的一致性/共识水平（CCL），以解决GDM问题。一致性水平表征专家的偏好质量，一致性水平衡量专家意见的一致程度。本研究还建议了一套专家在他们规定的偏好结构进行必要的修改，没有任何主持人的干预。

2014-08-26cs.AI

更多相关论文收起更多论文

具有忆阻交叉开关实现能力和免优化硬件训练的神经模糊计算技术系统

Neuro-Fuzzy Computing System with the Capacity of Implementation on Memristor-Crossbar and Optimization-Free Hardware Training

Sharif University of Technology（谢里夫理工大学）；University of Zanjan（赞詹大学）

本文首先对逻辑电路与人工神经网络、逻辑电路与模糊逻辑、人工神经网络与模糊推理系统的关系作了新的解释。然后，基于这些结果，我们提出了一个新的神经模糊计算技术系统，可以有效地实现在忆阻交叉结构。所提出的系统的一个重要特点是，它的硬件可以直接使用Hebbian学习规则进行训练，而不需要任何优化。该系统还具有很好的处理大量输入输出训练数据的能力，而不会面临过度训练等问题。

2012-11-27cs.AIcs.NE

基于二型模糊集的犹豫模糊语言项集语言决策

Type-2 Fuzzy Set based Hesitant Fuzzy Linguistic Term Sets for Linguistic Decision Making

South Asian University（南亚大学）

基于词的计算方法在决策系统中具有很好的适用性。主要发现他们的基础上，在类型-1模糊集，计算与文字的方法采用类型-1模糊集的语义的语言术语。然而，2型模糊集已被证明是科学更适合在实际系统中表示语言信息。他们考虑到内部的不确定性，以及在语言信息来自一组专家的情况下，相互之间的不确定性。因此，在本文中，我们建议引入的语言术语的语义表示的区间2型模糊集的犹豫模糊语言术语集的框架内，导致2型模糊集的犹豫模糊语言术语集。我们还介绍了一种新的方法计算类型2模糊包络出多个区间型2模糊集梯形隶属函数。此外，建议的框架与区间型2模糊集上的供应商性能评估的情况下。由于人类主要参与供应链的整个过程，他们的反馈在决定许多因素时至关重要。在文章的最后，我们比较了我们提出的模型与各种现有的模型，并证明了前者的优点。

2020-02-26cs.AI

GBFRS：基于粒球计算的鲁棒模糊粗糙集

GBFRS: Robust Fuzzy Rough Sets via Granular-ball Computing

Chongqing University of Posts and Telecommunications（重庆邮电大学）；Chongqing Normal University（重庆师范大学）

本文提出GBFRS模型，将多粒度粒球计算集成到模糊粗糙集理论中，用粒球替代样本点以提升鲁棒性，并提出新粒球生成方法和前向搜索特征选择算法，实验证明其优于基线方法。

2025-01-30cs.AIcs.LG

辐射雾的DNA计算预报

Prediction of Radiation Fog by DNA Computing

Indian Statistical Institute（印度统计研究所）

本文提出了一种基于DNA计算的辐射雾预报湿实验室算法。DNA计算的概念本质上是利用在湿实验室中生成分类器算法。该分类器是基于一个新的概念，基于相似性的模糊推理适合湿实验室实施。这种基于相似性的模糊推理的新概念不同于传统的基于相似性度量的模糊推理方法，并且还通过DNA化学取代了经典模糊推理的逻辑方面。因此，我们增加了一个新的层面，现有形式的模糊推理，使其下降到纳米级。我们利用DNA计算的大规模并行性的概念，在湿实验室中设计这种新的分类器。这种新设计的分类器是非常普遍的性质，除了辐射雾的预测，这种方法也可以应用到其他类型的数据。为了实现我们的目标，我们首先模糊化给定的观察参数的合成DNA序列的形式，这是所谓的模糊DNA和处理人类推理的模糊概念。

2015-07-07cs.AIcs.ETq-bio.BM

粒球模糊集及其在SVM中的实现

Granular-Ball Fuzzy Set and Its Implementation in SVM

Chongqing University of Telecommunications and Posts（重庆邮电大学）

现有的模糊集方法大多采用点作为输入，从粒计算的角度来看，这是最细的粒度。因此，这些方法对标记噪声既不有效也不鲁棒。因此，我们将粒度球计算引入模糊集，提出了一种称为粒度球模糊集的框架。计算框架是基于颗粒球输入，而不是点，因此，它是更有效的和强大的比传统的模糊方法，并可用于模糊数据处理的各个领域根据其可扩展性。进一步将该框架扩展到分类器模糊支持向量机（FSVM）中，得到粒球模糊SVM（GBFSVM）。实验结果证明了该方法的有效性和高效性。

2022-11-26cs.AIcs.LG

捷克短期负荷预测的软计算模型

Short Term Load Forecasting Models in Czech Republic Using Soft Computing Paradigms

本文提出了一个比较研究的软计算模型，即多层感知器网络，Elman递归神经网络，径向基函数网络，Hopfield模型，模糊推理系统和混合模糊神经网络的捷克共和国的小时电力需求预测。使用七年的实际小时负荷数据对软计算模型进行了训练和测试。提出的技术预测提前2天的电力需求的比较。仿真结果表明，混合模糊神经网络和径向基函数网络是电力需求分析和预测的最佳选择。

2004-05-16cs.AI

医生决策过程的软计算模型

A Soft Computing Model for Physicians' Decision Process

本文提出了一种软计算技术，主要是Zadeh教授[16]的模糊集理论在医学专家系统问题上的应用。选择的问题是设计一个医生的决策模型，它可以采取明确的，以及模糊的数据作为输入，不同于传统的模型。作者提出了一个数学模型的基础上模糊集理论的医生辅助评估的一个完整的代表性的信息，从最初的采访，包括病人过去的历史，目前的症状，并观察到的体征后，体检和临床和诊断测试的结果。

2010-05-21cs.AI

基于软计算技术的语音信号滤波器的比较

Speech Signal Filters based on Soft Computing Techniques: A Comparison

Manav Rachna College of Engg（马纳夫拉赫纳工程学院）；K L University（K L 大学）

本文对用于语音信号滤波和增强的各种软计算技术进行了比较。属于软计算的三种主要技术是神经网络、模糊系统和遗传算法。其他混合技术，如神经模糊系统也是可用的。一般来说，软计算技术已经被实验观察到在鲁棒性和准确性方面与非软计算技术相比给出了远远优越的性能。

2012-09-20cs.AI

强化学习中专家知识集成的软计算方法

A new soft computing method for integration of expert's knowledge in reinforcement learn-ing problems

Sharif University of Technology（谢里夫理工大学）；Iran University of Science and Technology（伊朗科技大学）；Ferdowsi University of Mashhad（马什哈德菲尔多西大学）

本文提出了一种新的模糊动作选择方法，利用人类知识的强化学习问题。基于对当前动作-状态值的估计，提出的模糊非线性映射将动作集合中的每个成员分配给其在下一步中被选择的概率。引入用户可调参数来控制动作选择策略，该策略决定了Agent在整个学习过程中的贪婪行为。该参数类似于softmax动作选择策略中的温度参数的作用，但是其调整过程可以更加面向知识，因为该参数通过在模糊规则库中进行修改来将人类知识反映到学习代理中。仿真结果表明，包括模糊逻辑内的强化学习在所提出的方式提高了学习算法的收敛速度，并提供优越的性能。

2021-06-13cs.AIcs.RO

非常规认知智能机器人控制：人类情绪估计中的量子软计算方法——QCOptKB Toolkit 应用

Unconventional Cognitive Intelligent Robotic Control: Quantum Soft Computing Approach in Human Being Emotion Estimation -- QCOptKB Toolkit Application

Institute of System Analysis and Management, Dubna State University（杜布纳国立大学系统分析与管理研究所）；Joint Institute for Nuclear Research (JINR)（联合核研究所）；Moscow State University of Geodesy and Cartography (MIIGAiK)（莫斯科测绘与制图大学）；Yamaha Motor Co. Ltd.（雅马哈发动机株式会社）

本文提出融合量子自组织知识库与模糊推理的智能认知控制策略，以提升危险情境下机器人协作系统的鲁棒性，并展示其在车载嵌入式控制和认知头盔神经接口驾驶中的应用。

2023-06-14cs.AIcs.ROquant-ph

基于排序规则和形式概念分析的机构排序知识挖掘模型

A Knowledge Mining Model for Ranking Institutions using Rough Computing with Ordering Rules and Formal Concept analysis

School of Computing Sciences and Engineering, VIT University（VIT大学计算科学与工程学院）

计算机和信息技术革命的出现使现实世界发生了巨大的变化，为智能数据分析提供了不同的维度。在正确的时间和正确的地点的信息是一个良好的事实，部署了更好的知识。然而，当大量的不一致的数据给决策和知识提取的挑战。为了处理这样的不精确的数据，某些更重要的数学工具已经开发了在最近的过去，即模糊集，直觉模糊集，粗糙集，形式概念分析和排序规则的研究。还观察到，许多信息系统包含数值属性值，因此它们几乎相似而不是完全相似。为了处理这种类型的信息系统，在本文中，我们使用两个过程，如前处理和后处理。在前处理中，我们使用粗糙集的直觉模糊近似空间与排序规则的发现知识，而在后处理中，我们使用形式概念分析，以探索更好的知识和影响决策的重要因素。

2011-08-09cs.AIcs.IR

引入随机高阶模糊认知图作为储备池计算模型：太阳能和负荷预测的案例研究

Introducing Randomized High Order Fuzzy Cognitive Maps as Reservoir Computing Models: A Case Study in Solar Energy and Load Forecasting

Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；Federal Institute of Education Science and Technology of Northern Minas Gerais（北米纳斯吉拉斯联邦教育科技学院）；Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）

模糊认知图（FCM）是一种可解释的符号加权有向图方法，它由节点（概念）和表示概念之间依赖关系的权重组成。虽然FCM在各种时间序列预测应用中取得了相当大的成就，但设计具有时间效率的训练方法的FCM模型仍然是一个开放的挑战。因此，本文介绍了一种新的单变量时间序列预测技术，它是由一组随机高阶FCM模型标记为R-HFCM。所提出的R-HFCM模型的新颖性与将FCM和回声状态网络（ESN）的概念合并为高效且特定的一类储备池计算（RC）模型有关，其中最小二乘算法被应用于训练模型。从另一个角度来看，R-HFCM的结构由输入层，水库层和输出层组成，其中只有输出层是可训练的，而每个子水库组件的权重是随机选择的，并且在训练过程中保持恒定。作为案例研究，该模型考虑了巴西太阳能发电站的公共数据以及马来西亚数据集的太阳能预测，其中包括马来西亚柔佛市供电公司的每小时电力负荷和温度数据。实验还包括地图大小、激活函数、偏差的存在以及储层大小对R-HFCM方法精度的影响。所得到的结果证实了所提出的R-HFCM模型的性能优于其他方法。这项研究提供的证据表明，FCM可以是一种新的方式来实现一个水库的动态时间序列建模。

2022-01-07cs.AIcs.LGcs.NE

一种基于量子模糊方法的太阳冕洞实时检测方法

A Quantum Fuzzy-based Approach for Real-Time Detection of Solar Coronal Holes

Indian Institute of Technology, Jodhpur（印度理工学院焦特布尔分校）

本文提出一种基于量子计算与快速模糊c均值（QCFFCM）的太阳冕洞实时检测方法，利用QAOA优化代价函数并结合形态学操作提取冕洞，在193 Å SDO/AIA数据集上以更短时间取得与现有方法可比的性能。

2024-03-27astro-ph.SRcs.AIcs.CV

基于粗糙计算的教育机构性能评估方法

A Rough Computing based Performance Evaluation Approach for Educational Institutions

VIT University（VIT大学）

各类组织特别是教育机构的性能评估是一个非常重要的研究领域，需要进一步培养。本文提出了一种基于粗糙集的教育机构性能评估方法。为了衡量教育机构的绩效，我们构建了一个评价指标体系。利用模糊近似空间上的带序粗糙集对各层次的评价指标数据进行挖掘。在此基础上，利用信息熵的概念确定评价指标的权重系数。此外，我们找到了影响权重系数的最重要的指标。该方法的有效性和实用性得到验证。此外，所提出的方法可以适用于任何组织。

2013-08-03cs.AIcs.CY

可微模糊$\mathcal{ALC}$：一种用于符号基础的神经符号表示语言

Differentiable Fuzzy $\mathcal{ALC}$: A Neural-Symbolic Representation Language for Symbol Grounding

National Key Laboratory for Novel Software Technology, Nanjing University（计算机软件新技术全国重点实验室，南京大学）

神经符号计算旨在将强大的神经学习和合理的符号推理集成到一个框架中，以便利用这两种看似无关（甚至可能是矛盾的）AI范式的互补优势。神经-符号计算的核心挑战是将神经学习和符号推理的公式化统一到一个具有公共语义的单一框架中，也就是说，在神经模型和逻辑理论之间寻求一种联合表示，这种联合表示可以支持神经模型学习的基本基础，也可以坚持逻辑理论的语义。在本文中，我们提出了可微模糊$\mathcal{ALC}$（DF- $\mathcal{ALC}$）的这个角色，作为一个神经符号表示语言与所需的语义。DF- $\mathcal{ALC}$统一了描述逻辑$\mathcal{ALC}$和神经模型，用于符号基础;特别是，它通过可区分的概念和角色嵌入将$\mathcal{ALC}$知识库注入神经模型。我们定义了一个层次损失的约束，神经模型学习的接地必须与$\mathcal{ALC}$知识库的语义一致。我们发现，仅仅通过最大化可满足性来捕捉接地的语义并不能合理地修改接地。我们进一步定义了一个基于规则的DF适应符号接地问题的损失。实验结果表明，基于规则丢失的DF- $\mathcal{ALC}$能够以无监督学习的方式提高图像目标检测器的性能，即使在资源不足的情况下也能有效地提高检测器的性能。

2022-12-01cs.AI

面向云计算应用的混合遗传算法

Hybrid Genetic Algorithm for Cloud Computing Applications

University Sapienza of Rome（罗马第一大学）；Dalian Maritime University（大连海事大学）；Machine Intelligence Research Labs (MIR Labs)（机器智能研究实验室）

本文将遗传算法和模糊理论相结合，提出了一种混合作业调度方法，该方法考虑了系统的负载均衡，减少了总的执行时间和执行成本。本文尝试对标准遗传算法进行改进，并借助模糊理论减少种群生成的迭代次数。本研究的主要目标是在考虑虚拟机MIPS和作业长度的情况下，将作业分配给资源。新算法综合考虑作业长度和资源容量，将作业分配给资源。我们评估我们的方法与一些著名的云调度模型的性能。实验结果表明，所提出的方法的执行时间，执行成本和平均度的不平衡（DI）方面的效率。

2014-04-22cs.AIcs.DC