项目名称: 正则双极值模糊推理的理论与方法研究

项目编号: No.61503191

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 韩莹

作者单位: 南京信息工程大学

项目金额: 22万元

中文摘要: 大数据时代背景下,对不确定数据处理技术要求不断提高。模糊集是处理不确定信息的有力工具。两极性和模糊性一样是事物的本质属性,然而模糊集研究却一直忽略了不相容两极性问题。双极值模糊集首次将不相容两极性引入到模糊集理论中,其在推理方面显示出强大的理论和应用前景。正则型模糊推理是模糊推理研究热点,因为提出仅20年,正则双极值模糊推理研究还处在起步阶段。因此,本项目选题研究正则双极值模糊推理的理论与方法。首先,在前期双极值算子理论研究基础上,探讨正则型双极值模糊推理的3I方法,并对算法性能进行分析,力求在完备的逻辑理论框架下,研究双极值模糊推理。其次,将不相容模糊性引入到粗糙集理论研究中,在前期双极值粗糙模糊集研究基础上,探讨正则双极值模糊粗糙集理论及推理方法。本项目的研究将为刚刚兴起的双极值模糊推理奠定夯实的理论基础,并为双极值模糊集与粗糙集结合的理论与推理方法的研究提供崭新思路。

中文关键词: 模糊推理;非经典逻辑;模糊集;粗糙集;双极值模糊集

英文摘要: In the era of big data, requirements to the process technique of uncertain information are increasingly improved. Fuzzy set theory is a powerful tool to handle uncertain information. Bipolarity as well as fuzziness is an inherent and internal part of everything. While, the inconsistent bipolarity is always neglected in the fuzzy set theory. Bipolar-valued fuzzy set firstly introduces the inconsistent bipolarity to the fuzzy set theory and has demonstrated strong theory and application prospects in the uncertain reasoning. The regular fuzzy reasoning is a hot topic, while, since the introduction of the bipolar-valued fuzzy set is just about 20 years, the regular bipolar-valued fuzzy reasoning is still an open problem. Thus, this project will devote to the study of the theory and methods to the regular bipolar-valued fuzzy reasoning. Firstly, based on the prepared job, a series of the bipolar-valued fuzzy 3I reasoning methods will be given, and the performance of the methods will be discussed, trying to discuss bipolar-valued fuzzy reasoning under the logic structure. Then, by introducing the inconsistent fuzziness into the rough set theory, theory and methods to the reasoning about the regular fuzzy rough set are presented, on the basis of the bipolar-valued rough fuzzy set. The aim of the project is to lay the solid theory foundation to the bipolar-valued fuzzy reasoning, and meanwhile, to provide the new ideas to the research of theory and reasoning methods to combine bipolar-valued fuzzy set with rough set.

英文关键词: fuzzy reasoning;non-classic logic;fuzzy set;rough set;bipolar-valued fuzzy set

成为VIP会员查看完整内容
2

相关内容

【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
28+阅读 · 2021年12月3日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
137+阅读 · 2021年8月12日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
122+阅读 · 2021年6月12日
专知会员服务
42+阅读 · 2021年5月24日
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
105+阅读 · 2020年12月17日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
专知会员服务
189+阅读 · 2020年10月14日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
理解人类推理的深度学习
论智
17+阅读 · 2018年11月7日
【知识图谱】大规模知识图谱的构建、推理及应用
产业智能官
35+阅读 · 2017年9月12日
大规模知识图谱的构建、推理及应用
人工智能头条
15+阅读 · 2017年8月29日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
28+阅读 · 2021年12月3日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
137+阅读 · 2021年8月12日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
122+阅读 · 2021年6月12日
专知会员服务
42+阅读 · 2021年5月24日
知识图谱上的神经和符号逻辑推理,99页ppt
专知会员服务
105+阅读 · 2020年12月17日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
专知会员服务
189+阅读 · 2020年10月14日
相关资讯
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
定位理论5大坑,你踩过几个?
人人都是产品经理
1+阅读 · 2022年1月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于图神经网络的知识图谱研究进展
AI科技评论
19+阅读 · 2020年8月31日
理解人类推理的深度学习
论智
17+阅读 · 2018年11月7日
【知识图谱】大规模知识图谱的构建、推理及应用
产业智能官
35+阅读 · 2017年9月12日
大规模知识图谱的构建、推理及应用
人工智能头条
15+阅读 · 2017年8月29日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员