.png){kind=icon}
返回
Vector Induced OWA Operators
.png){kind=icon}
OA
AI
DOI：10.1016/j.fss.2025.109656.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
信息聚合通常需要根据不同标准对数据进行排序，这导致引入了有序加权平均（OWA）和诱导有序加权平均（IOWA）算子。向量的信息排序并非易事，迄今为止尚未在多值背景下研究过诱导聚合算子。我们引入了向量诱导有序加权平均（VIOWA）算子，这是一种为聚合多值数据而设计的IOWA向量扩展。我们基于可接受序定义VIOWA算子，使用所有可接受排列，并基于完全性程度探索其最佳可接受排列的表述。此外，我们分析了这些方法的基本性质及其相互关系。为了证明VIOWA算子的有效性，我们将其应用于多值时间序列预测，以聚合多个向量值模型的预测。在五个数据集上的实验表明，基于VIOWA算子的聚合是有用的，其性能优于单个模型和其他经典聚合方法，突显了其在多元设置中的潜力。
Keyword:
Aggregation functions
OWA
IOWA
multivariate time series
vector-valued data
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.7
论文数:
7.6K
被引数:
1.5W
机构
查看更多机构
引用论文
分享收藏分享收藏
D. Paternain, L. Jin, R. Mesiar, L. Vavríková, H. Bustince, OWA operators based on admissible permutations, in: 2019 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), IEEE, 2019, pp. 1–5.D. Paternain, L. Jin, R. Mesiar, L. Vavríková, H. Bustince, 基于可接受排列的OWA算子, 见: 2019年IEEE国际模糊系统会议(FUZZ-IEEE), IEEE, 2019, 第1-5页。.png)
IF0
PREAI
分享收藏 没有更多内容