[論文レビュー] Approximation of Classification and Measures of Uncertainty in Rough Set on Two Universal Sets

B. K. Tripathy, D. P. Acharjya|arXiv (Cornell University)|Jan 25, 2013

Rough Sets and Fuzzy Logic参考文献 25被引用数 16

ひとこと要約

本稿では、二つの普遍集合に拡張された粗さ集合理論における分類の近似と不確実性の測定のためのフレームワークを提示する。異なる普遍集合間の関係を活用することで、従来の粗さ集合近似を一般化し、新たな不確実性測度を提案することで、相互に依存する普遍集合を有する現実世界の情報システムのモデリングを強化する。

ABSTRACT

The notion of rough set captures indiscernibility of elements in a set. But, in many real life situations, an information system establishes the relation between different universes. This gave the extension of rough set on single universal set to rough set on two universal sets. In this paper, we introduce approximation of classifications and measures of uncertainty basing upon rough set on two universal sets employing the knowledge due to binary relations.

研究の動機と目的

• 単一の普遍集合からの粗さ集合理論を二つの異なる普遍集合へと拡張し、現実世界のデータシステムにおける普遍集合間の関係をモデリングすること。
• 二つの普遍集合とその間の二項関係を用いた粗さ集合の文脈において、分類のための近似作用素を開発すること。
• 二普遍集合粗さ集合フレームワークに特化した新たな不確実性測度を導入すること。
• 多普遍集合情報システムにおける同一視不能性と不確実性を扱うための形式的数学的基盤を提供すること。

提案手法

• 異なる普遍集合からの知識に基づき、ある普遍集合内の集合の下近似と上近似を二項関係を用いて定義する。
• 二つの普遍集合とそれらの間の二項関係に基づく一般化された近似空間を導入する。
• 二普遍集合設定における下近似と上近似を用いて、正確性、整合性、その他の不確実性測度を定義する。
• 集合演算と関係代数を用いて近似を計算し、不確実性指標を導出する。
• 粗さ属する性質と境界領域の形式的定義を用いて、分類における不確実性を定量化する。
• 理論的分析と相互に依存する普遍集合を有する情報システムへの応用を通じて、フレームワークを検証する。

実験結果

リサーチクエスチョン

• RQ1 粗さ集合近似は、単一の普遍集合から二つの関連する普遍集合へとどのように一般化可能か？
• RQ2 二普遍集合粗さ集合フレームワークにおいて、適切な下近似と上近似作用素は何か？
• RQ3 二つの異なる普遍集合を含む分類タスクにおける不確実性はどのように定量化できるか？
• RQ4 この拡張された粗さ集合モデルにおける不確実性測度の主要な性質と挙動は何か？
• RQ5 二項関係の使用は、異分野間の関係を有する現実世界の情報システムのモデリングをどのように改善するか？

主な発見

• 提案されたフレームワークは、二つの普遍集合間の関係を扱えるよう粗さ集合理論を効果的に拡張し、複雑なデータシステムのより柔軟なモデリングを可能にした。
• 二項関係を用いて新たな下近似と上近似作用素が定義され、普遍集合間での分類近似が可能になった。
• 正確性や整合性といった不確実性測度は形式的に導出され、二普遍集合文脈における知識の正確さの度合いを反映していることが示された。
• 関係構造を通じて普遍集合間の依存関係を捉えることで、古典的粗さ集合よりも表現力が向上した。
• 理論的分析により、提案された測度が不確実性の主要な性質（単調性、有界性など）を満たすことが確認された。
• マルチソースデータ統合、意思決定、異種システムにおける知識発見への応用において、堅固な基盤を提供する。