New types of systems of fuzzy relation inequalities and equations, called weakly linear, have been recently introduced in [J. Ignjatovi\'c, M. \'Ciri\'c, S. Bogdanovi\'c, On the greatest solutions to weakly linear systems of fuzzy relation inequalities and equations, Fuzzy Sets and Systems 161 (2010) 3081--3113.]. The mentioned paper dealt with homogeneous weakly linear systems, composed of fuzzy relations on a single set, and a method for computing their greatest solutions has been provided. This method is based on the computing of the greatest post-fixed point, contained in a given fuzzy relation, of an isotone function on the lattice of fuzzy relations. Here we adapt this method for computing the greatest solutions of heterogeneous weakly linear systems, where the unknown fuzzy relation relates two possibly different sets. We also introduce and study quotient fuzzy relational systems and establish relationships between solutions to heterogeneous and homogeneous weakly linear systems. Besides, we point out to applications of the obtained results in the state reduction of fuzzy automata and computing the greatest simulations and bisimulations between fuzzy automata, as well as in the positional analysis of fuzzy social networks.


翻译:最近,在[J. Ignjatovic\'c, M.\'Ciri\'c, S. Bogdanovi\'c, 关于模糊关系不平等和方程式线性系统最弱的解决方案, Fuzzy Sets and Systems 161 (2010年) 3081-3113。]上述文件涉及由单一数据集的模糊关系构成的同质性弱线性系统,并提供了计算其最大解决方案的方法。这一方法的基础是计算在特定模糊关系中包含的最大后固定点,即一个模糊关系中的等离子函数。我们在这里调整了这一方法,以计算混杂性弱线性系统的最大解决方案,其中未知的模糊关系涉及两种可能不同的系统。我们还引入和研究高质性模糊关系系统,并在兼容性和同质弱线性系统的解决办法之间建立了关系。此外,我们指出,在最大熔化的烟雾性网络和烟雾性分析中,将获得的结果应用到最大烟性磁性网络中,将烟性磁性磁性磁性分析。

0
下载
关闭预览

相关内容

因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
五个精彩实用的自然语言处理资源
机器学习研究会
6+阅读 · 2018年2月23日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
6+阅读 · 2018年3月28日
VIP会员
相关资讯
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
五个精彩实用的自然语言处理资源
机器学习研究会
6+阅读 · 2018年2月23日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员