[論文レビュー] Descriptive Unions. A Fibre Bundle Characterization of the Union of Descriptively Near Sets

Muhammad Zubair Ahmad, James F. Peters|arXiv (Cornell University)|Nov 12, 2018

Rough Sets and Fuzzy Logic参考文献 6被引用数 5

ひとこと要約

本稿は、集合の記述的和集合を fibre バンドルに基づく枠組みとして導入し、空間的近接性と記述的近接性を統合する4種類の異なる形の和集合に記述的交差を拡張する。主な貢献は、許容誤差を伴う記述的和集合と標準的集合演算の間の同値性を証明することである—具体的には、$ A\tilde{\mathop{\bigcup}}_{\eta,\Phi}B \Leftrightarrow A \cap B $ および $ A\mathop{\bigcup}\limits_{\eta,\Phi}B \Leftrightarrow A \cup B $ であり、許容誤差を調整した和集合が定められた条件下で古典的集合演算に還元されることを示している。

ABSTRACT

This paper introduces an extension of descriptive intersection and provides a framework for descriptive unions of nonempty sets. Fibre bundles provide structures that characterize spatially near as well as descriptively near sets, their descriptive intersection and their unions. The properties of four different forms of descriptive unions are given. A main result given in this paper is the equivalence between ordinary set intersection and a descriptive union. Applications of descriptive unions are given with respect to Jeffs-Novik convex unions and descriptive unions in digital images.

研究の動機と目的

• 非空集合の記述的和集合の包括的枠組みへの記述的交差の拡張を目的とする。
• 集合とその特徴記述を結びつける fibre バンドル構造を用いて、空間的および記述的近接性を統合する。
• 空間的および記述的制約が異なる4種類の記述的和集合の定義と分析を行う。
• 許容誤差を伴う記述的和集合と古典的集合演算との間の理論的同値性を確立する。
• この枠組みを Jeffs-Novik の凸和集合およびデジタル画像処理に応用する。

提案手法

• 集合 $ K $、その要素、およびそれらの記述の関係をモデル化するために、$ (K_{\Phi}, K, \pi, \phi(U)) $ という fibre バンドル構造を用いる。
• 対象とその記述の構造的表現として、$ K_{\Phi} = \{ \{k, \phi(k)\} : k \in K \} $ を導入する。
• 空間的および記述的制約が異なる4種類の記述的和集合を定義する：無制限／記述的に差別しない、制限付き／記述的に差別しない、およびそれらの許容誤差を伴うバージョン（$ \ell_2 $-ノルムによる許容誤差 $ \eta $）。
• $ \ell_2 $-ノルムを用いて記述の類似度を測定する：$ \|\phi(s) - \phi(A)\|_2 \leq \eta $ により、和集合形成における許容誤差を可能にする。
• 記述として RGB 強度ベクトルを用いたデジタル画像にこの枠組みを適用し、同値定理を実例で検証する。
• 可換図式と局所自明化を用いて、fibre バンドル構造の位相的一致性を保証する。

実験結果

リサーチクエスチョン

• RQ1 空間的および記述的近接性を統合する記述的和集合を、どのように形式的に定義できるか？
• RQ2 空間的および記述的制約が異なる条件下での、さまざまな記述的和集合の数学的性質は何か？
• RQ3 許容誤差を伴う記述的和集合が、和集合や交差といった古典的集合演算に還元される条件は何か？
• RQ4 fibre バンドルを用いて、集合とその記述的特徴の関係をどのようにモデル化できるか？
• RQ5 これらの和集合が、デジタル画像解析および d-凸和集合複体において実用的にどのような意味を持つのか？

主な発見

• 許容誤差 $ \eta > 0 $ を伴う記述的和集合 $ A\tilde{\mathop{\bigcup}}_{\eta,\Phi}B $ は、定理7で示されるように、古典的交差 $ A \cap B $ と同値である。
• 制限なしで許容誤差を伴う記述的和集合 $ A\mathop{\bigcup}\limits_{\eta,\Phi}B $ は、定理8で証明されたように、古典的和集合 $ A \cup B $ と同値である。
• $ \eta = 0 $ の場合、記述的和集合 $ A\mathop{\bigcup}\limits_{\Phi}B $ は標準的集合和集合 $ A \cup B $ に還元され、古典的集合論と整合的であることが確認された。
• 記述的交差 $ A\mathop{\bigcap}\limits_{\Phi}B $ が $ A \cap B $ と同値であるのは、probe 関数 $ \phi $ が単射である場合に限り、性質 $ 6^0 $ で述べられている。
• RGB ベクトル $ [254,224,198] $、$ [208,35,37] $ を用いたデジタル画像応用において $ \eta = 60 $ のとき、許容誤差付き和集合はそれぞれ $ A \cap B $ および $ A \cup B $ と同一の結果を生じ、定理が実証的に検証された。
• fibre バンドル構造により局所自明化が保証され、フレームワークは位相的に一貫しており、計算的近接性応用に適している。