姚一豫
- 作品数：12 被引量：532H指数：6
- 供职机构：里贾纳大学更多>>
- 发文基金：国家自然科学基金重庆市自然科学基金重庆市杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术理学文化科学更多>>
- 粒计算中粒度转换的运算符被引量：3
- 2011年
- 粒计算三元论模型将现有粒计算研究成果的共性抽象出来,为问题求解提供了统一的方法论,而三元论模型是以多层次、多视角的粒结构为基础的。基于图的粒结构首先定义了图上的粒和层次,然后基于半序关系定义了图上的粒结构。在基于图的粒结构基础上,给出了实现不同粒度之间转换的"细化"、"粗化"运算符。"细化"运算处理从粗粒度到细粒度的转换,将粗粒度层次中的粒转换为细粒度层次中的粒,将粗粒度层次转换为细粒度层次。"粗化"运算处理从细粒度到粗粒度的转换,将细粒度层次中的粒转换为粗粒度层次中的粒,将细粒度层次转换为粗粒度层次。通过粒结构和"细化"、"粗化"运算,可以在不同的粒度上分析同一问题并使其在不同粒度之间自由转换。
- 陈光钟宁姚一豫黄佳进
- 关键词：运算符粗化
- 三元思维:三支决策理论与实践被引量：6
- 2022年
- 给出了三元思维的概念,从三元思维角度介绍了三支决策的基本思想,即通过3个独立且相关的部分来解释和处理一个整体,将一个整体合理地分为3个部分,并采取有效的策略处理每个部分,从而获得所需要的效果。然后,综述了三支决策的几种相关模型及具体应用。最后,从模型与应用两方面回顾了三支决策的研究现状并展望了未来的研究方向。
- 索郎王青杨海龙姚一豫
- 关键词：评价函数
- 人工智能中的三支结构
- 2024年
- 为了从基于认知计算的三支决策(three-way decisions,3WD)理论来解释人工智能(artificial intelligence,AI),从3WD几何结构的角度阐述了人工智能的发展历程、技术分类、关键研究问题以及未来发展方向。这包括人工智能研究中的三大主义、人工智能发展中的3种分类、机器学习的3种方式、智能本质中的三层金字塔结构、智能生成机理中的三支结构、大数据的三V结构、人工智能伦理的三定律以及人工智能中人类与机器关系的三元结构等。通过3WD三元组的几何结构和模式,尝试对人工智能中三元处理进行解释。本文工作可对3WD在大数据分析、知识发现、计算智能、智能信息处理等方面的研究提供参考。
- 张传雷姚一豫
- 关键词：人工智能三元组人机关系
- 粒计算的集合论描述被引量：54
- 2012年
- 粒计算的形式化研究一直没有被仔细讨论.文中在集合论框架下,对粒计算做了系统研究,给出了粒度空间的三层模型(论域,基,粒结构).借用逻辑语言L判定粒的可定义性,将经典粗糙集通过此模型重新解释.根据模型中从基到粒结构不同的构造规则,引出并可约和交可约粒度空间的定义,分别讨论了不同粒度空间下覆盖、基和粒结构的关系,从而给出从覆盖求基的方法;进一步,利用子系统表示方法对扩展粗糙集以及一般的交可约与并可约空间的上下近似进行了研究,分析了现有的4种基于覆盖的粗糙集模型的合理性;研究了形式概念分析以及知识空间的粒度空间模型,给出这两种理论中上下近似的概念.
- 苗夺谦徐菲菲姚一豫魏莱
- 关键词：粒计算粒度空间粗糙集形式概念分析知识空间
- 信息表中约简补集对及其一般定义被引量：1
- 2020年
- 约简是粗糙集理论的核心研究内容,也是粗糙集区分于其他数据挖掘算法的最精彩的部分.现有约简以信息表中满足某种性质的最小属性子集为主要特征,不考虑属性集之间的相互作用和相互补充关系.从一对满足某种性质的互补属性子集出发,寻找其最小互补属性子集对,从而保障所求约简属性集对满足一定的互补性,可对实际应用中的限制条件约简进行建模.其次,从约简需保持的性质与特定划分不确定度量之间的关系出发,提出几类基本的约简补集对的一般化定义.此外,结合经典启发式约简算法,提出约简补集对的通用求解算法.最后运用一个中西医结合诊断肺炎的约简补集对求解实例说明所提算法的实用性及有效性.
- 王宝丽姚一豫
- 关键词：粗糙集
- 基于粒结构的知识检索被引量：7
- 2008年
- 本文以数据-信息-知识-智慧分层结构为基础,分析了三类检索系统,即数据检索系统(DRS)、信息检索系统(IRS)、知识检索系统(KRS)的特点和问题。知识检索用于满足用户对知识的需求,它将是检索系统发展的下一个重要方向。随后提出基于粒结构的知识检索能够更好地协助用户获取知识,给出了一个粒知识检索系统的模型,并以粒计算为工具讨论了一些基本问题。
- 曾毅姚一豫钟宁
- 关键词：知识检索知识表示粒计算
- 决策粗糙集理论研究现状与展望被引量：81
- 2015年
- 经典Pawlak粗糙集理论中的核心概念上、下近似集是通过集合相交非空和包含来定义的.由于缺乏对错误的容忍能力,其实际应用受到了限制.20世纪90年代初,Yao等人结合贝叶斯决策理论提出了决策粗糙集模型.近年来,该模型逐渐得到重视,并在不确定性信息处理方面得到了广泛应用.该文首先就为什么要提出决策粗糙集模型、该模型具有什么特点以及该模型中需要解决的几个问题进行了详细讨论.然后,总结了国内外关于决策粗糙集模型的研究现状和进展,详细分析了存在的挑战性问题,并深入探讨了未来的研究方向.
- 于洪王国胤姚一豫
- 关键词：粗糙集数据分析不确定性智能信息处理
- 划分序乘积空间:基于划分的粒计算模型被引量：3
- 2019年
- 粒计算(granular computing)通过粒结构实现复杂问题求解.现有对粒结构中粒化方法的研究,主要是分别基于多层次的粒化方法和基于多视角的粒化方法,没有将多层次粒化方法和多视角粒化方法结合起来.基于多层次的粒化方法得到的粒结构由一个满足线性序关系的多个层构成,即单视角多层次.基于多视角的粒化方法得到的粒结构具有多个视角,但是每个视角仅有一个层.为了更全面地理解和描述问题,从而可以更有效和合理地解决问题,给定一个论域,使用划分作为粒化方法,将多层次的粒化方法和多视角的粒化方法相结合,定义划分序乘积空间.首先,使用论域上的一个划分定义一个层.其次,使用一个嵌套的划分序定义一个多层次,表示为一个视角,层和层之间具有线性序关系.最后,给定多个视角,则定义了多个线性序关系,基于多个线性序关系的乘积,定义划分序乘积空间.划分序乘积空间给出了一种基于划分的粒计算模型.通过实例说明了划分序乘积空间在实际应用中的优越性.
- 徐怡徐怡
- 关键词：粒化乘积
- 基于三支标签传播的半监督属性约简被引量：6
- 2021年
- 属性约简是粗糙集理论的重要应用之一.为了对部分标记的数据进行属性约简,一些基于粗糙集的半监督属性约简方法相继被提出,但这些方法在数据信息利用、运行代价、约简质量等方面仍然存在挑战.本文针对混合型分类数据,提出了一种新的基于三支标签传播的半监督属性约简(3WLPME)方法.该方法包括两个过程:三支标签传播(3WLP)和基于混合熵的启发式属性约简(MEHAR).其中,3WLP在经典标签传播算法的基础上,结合三支决策和主动学习思想,对无标签数据进行标注,并更新有标签集和无标签集.迭代执行上述过程直至收敛,可以提升最终的伪标签准确率.在MEHAR中,属性重要度由混合熵度量.基于依赖度和条件熵定义的混合熵,融合了粗糙集的代数表示和信息表示,能更深刻地反映属性的分类能力.本文对3WLP算法和MEHAR算法的有效性进行了理论分析.在UCI数据集上进行了以下仿真实验:3WLP与随机标签传播在伪标签准确率上的对比;不同属性约简算法在约简质量上的对比;3WLPME与其他基于粗糙集的半监督属性约简方法,在约简质量上的对比.实验结果验证了3WLP能获得较高的伪标签准确率;MEHAR在不降低分类准确率的前提下,能获得较小的约简;3WLPME在半监督约简过程中具有更高的效率和稳定性,说明本文所提方法是有效的.
- 胡声丹苗夺谦苗夺谦
- 关键词：半监督学习属性约简邻域粗糙集
- 双三元思维与3×3方法
- 2024年
- 在处理复杂问题、制定全面策略或做出关键决策时,需从多个视角、多个层面或多个维度进行思考与分析。三支决策即三元思维、三元方法和三元计算。遵循三支决策的原则,引入了双三元思维的概念及3×3方法与结构。通过双三元思维结合两个三元结构,构建了一个3×3方法与结构,从九个不同的角度或维度进行思考、分析和解决问题。根据三级层次和三角形方法,得到了两种不同的3×3方法:一是在三级层次方法的基础上,每一层以三角形方法考虑三个相关问题,称为3层×3角形方法;另一种是在三角形方法的基础上,每个顶点以三级层次方法考虑三个相关问题,称为3角形×3层方法。作为一个案例,可以将3×3方法应用于可解释人工智能。借助Symbols-Meaning-Value(SMV)空间的概念,为3×3方法的九个元素赋予具体的语义。基于SMV空间的3×3方法,从不同的层次来分析和解释智能系统所需的数据、假设、工作原理及结果。这为智能系统提供了解释的构建过程及结构,使得最终的解释更易于沟通、理解和接受。
- 索郎王青杨海龙杨涵姚一豫
