Một số luật hợp nhất tri thức dựa trên lý thuyết Demspter-Shaper

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:3

Thêm vào BST

Báo xấu

7
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết tổng hợp một số luật hợp nhất được phát triển từ lý thuyết Demspter-Shaper và BBF. Từ đó đề xuất một số cách kết hợp giữa các BBF và các luật kết hợp để tiến hành hợp nhất tri thức.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Một số luật hợp nhất tri thức dựa trên lý thuyết Demspter-Shaper

Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 MỘT SỐ LUẬT HỢP NHẤT TRI THỨC DỰA TRÊN LÝ THUYẾT DEMSPTER-SHAPER Nguyễn Văn Thẩm1, Nguyễn Đỗ Kiều Loan2 1 Trường Đại học Thủy lợi, email: thamnv@tlu.edu.vn 2 Học viện Tài chính 1. GIỚI THIỆU CHUNG 2.2. Một số luật hợp nhất Một trong những khía cạnh có giá trị nhất Định nghĩa 3. [1,3] Đặt m1 và m2 là hai của lý thuyết Demspter-Shaper là lập luận BPA, luật Dempster (Dempster Rule) DSR hoặc ra quyết định có thể được thực hiện với được định nghĩa như sau: các tri thức không đầy đủ hoặc mâu thuẫn mà  0 NÕu    không có thông tin trước. Tuy nhiên, vì đôi  m     khi kết quả hợp nhất có thể phản trực giác khi 1   Ng−îc l¹i  các tri thức rất mâu thuẫn nhau. Vì vậy, làm thế nào để quản lý xung đột là một vấn đề lớn trong đó,    m1  i  m2   j  i, j  1, h i  j  đặc biệt là trong quá trình hợp nhất nhiều nguồn thông tin. Một số hàm tri thức cơ sở   m1  i  m2   j  i, j  1, h i  j  BBF (Base Belief Function) [1] đã được đề xuất để thay đổi hàm gán xác suất cơ bản Định nghĩa 4. [1,3] Đặt m1 và m2 là hai BPA (Basic Probability Assignment) trước BPA, luật hợp tổng quát (Generalized khi hợp nhất. Combination Rule) GCR được định nghĩa Bài báo tổng hợp một số luật hợp nhất như sau: được phát triển từ lý thuyết Demspter-Shaper m 1    m 2    Õu    N  và BBF. Từ đó đề xuất một số cách kết hợp      1  m      m giữa các BBF và các luật kết hợp để tiến  Ng−îc l¹i  1  hành hợp nhất tri thức. trong đó, 2. NỘI DUNG m   1   m1  i  m2   j   1 i  j  2.1. Một số khái niệm   m1  i  m2   j  và i  j  Đặt   E1 ,, E n  là một khung phân biệt   m1  i  m2   j  i, j  1, h gồm một tập hữu hạn không rỗng chứa n biến i  j  cố loại trừ lẫn nhau. Đặt h  2 n . Tập lũy Định nghĩa 5. [1] Đặt m1 và m2 là hai thừa (Power Set) của  là một tập gồm h BPA, luật hội chuyển TCR (Transferable phần tử: Conjunctive Rule) được định nghĩa như sau:      ,E1,...,E n ,E1E 2 ,...,E1...E n  m    m1  i  m2   j  Định nghĩa 1. [1] Hàm m :      0,1 i  j  trong đó được gọi là một BPA nếu thỏa mãn các tính  0 NÕu    chất sau:  i    m i  m i  1,2  (i) m     0 (ii)  m     1 1  m    Ng−îc l¹i      i 39
Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 2.3. Kết hợp các luật hợp nhất Bảng 2. Sử dụng luật hợp DSR Định nghĩa 6. [2] Đặt m    là một BPA.  m1 m2 DSR Đặt S là tập các sự kiện đơn. Các BBF được ABC 0.6068 0.4782 0.3060 định nghĩa như sau: AB 0.0000 0.1212 0.0776 (1) Hàm E1 với m     0 : AC 0.0987 0.2106 0.2064 2  A 0.1145 0.0000 0.1104 1 n 1  m  m E1     BC 0.0677 0.0918 0.0994 2 B 0.0555 0.0588 0.0944 (2) Hàm E2 với m     0 : C 0.0568 0.0394 0.1058  m    NÕu  S  0.0000 0.0000 0.0000  E2      1 2 Tổng 1.0 1.0 1.0 m  n  m   Ng−îc l¹i Bảng 3. Sử dụng hàm BBF E1  2 và luật hợp DSR (3) Hàm E3: 2  1 n e m    m   E1 m1 E1 m2 E1-DSR m E3     ABC 0.3748 0.3105 0.1338 1 1   2n  m     1 2n  e   m    AB 0.0714 0.1320 0.0932 Bảng 1 đề xuất các phương pháp kết hợp AC 0.1208 0.1767 0.1438 các BBF với các luật hợp nhất để tiến hành A 0.1287 0.0714 0.1816 hợp nhất tri thức. BC 0.1053 0.1173 0.1023 Bảng 1. Phương pháp kết hợp luật B 0.0992 0.1008 0.1649 STT Bước 1 Bước 2 C 0.0998 0.0911 0.1805  0.0000 0.0000 0.0000 1 Luật hợp DSR Tổng 1.0 1.0 1.0 2 BBF E1 Luật hợp DSR 3 BBF E2 Luật hợp DSR Bảng 4. Sử dụng hàm BBF E2 và luật hợp DSR 4 Luật hợp GSR 5 BBF E3 Luật hợp GSR  E2 m1 E2 m2 E2-DSR 6 Luật hợp TCR ABC 0.3034 0.2391 0.1012 7 BBF E3 Luật hợp TCR AB 0.0000 0.0606 0.0256 AC 0.0494 0.1053 0.0683 2.3. Ví dụ minh họa A 0.2239 0.1667 0.2647 Ví dụ 1: Cho   A,B,C và hai BPAs m1 BC 0.0339 0.0459 0.0329 và m 2 được cho trong Bảng 2. Ta thấy rằng B 0.1944 0.1961 0.2419 C 0.1951 0.1864 0.2655      ABC,AB,AC,A,BC,B,C,  . Do  0.0000 0.0000 0.0000 m1     0 và m 2     0 , để hợp nhất m1 Tổng 1.0 1.0 1.0 và m 2 nên sử dụng luật hợp nhất DSR. Ví dụ 2: Cho   A,B,C và hai BPAs m1 Bảng 2 chỉ ra kết quả hợp nhất khi chỉ sử và m 2 được cho trong Bảng 5. Do dụng luật hợp DSR với   0.05 m1     0.088 và m 2     0.007 , để hợp Bảng 4 chỉ ra kết quả hợp nhất khi sử dụng hàm BBF E2 trước khi sử dụng luật hợp DSR nhất m1 và m 2 nên sử dụng luật hợp nhất với   0.28. GCR hoặc TCR. 40
Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 Bảng 5 chỉ ra kết quả hợp nhất khi chỉ sử Bảng 8 chỉ ra kết quả hợp nhất khi khi sử dụng luật hợp GCR với   0.14 . dụng hàm BBF E3 trước sử dụng luật hợp Bảng 5. Sử dụng luật hợp GCR TCR với   0.13 và m     0.1275 .  m1 m2 GCR Bảng 8. Sử dụng luật hợp TCR ABC 0.5180 0.5670 0.3425  E3 m1 E3 m2 E2-TCR AB 0.0000 0.0000 0.0000 AC 0.1460 0.1050 0.1779 ABC 0.3430 0.3561 0.1221 A 0.0360 0.1380 0.1409 AB 0.0742 0.0717 0.0563 BC 0.1660 0.1280 0.2119 AC 0.1500 0.1244 0.1147 B 0.0460 0.0550 0.0841 A 0.0929 0.1409 0.1643 C 0.0000 0.0000 0.0421 BC 0.1603 0.1359 0.1255  0.0880 0.0070 0.0006 B 0.0981 0.0993 0.1440 Tổng 1.0 1.0 1.0 C 0.0742 0.0717 0.1382  0.0000 0.0000 0.1275 Bảng 6 chỉ ra kết quả hợp nhất khi khi sử Tổng 1.0 1.0 1.0 dụng hàm BBF E3 trước sử dụng luật hợp GCR với   0.27 và m     0.0075 . 3. KẾT LUẬN Bảng 6. Sử dụng luật hợp GCR Trong bài báo này, chúng tôi đã tổng hợp một số luật hợp nhất được phát triển từ lý  E3 m1 E3 m2 E2-GCR thuyết Demspter-Shaper (luật DSR, luật GSR ABC 0.3063 0.3312 0.1388 và luật TCR) và các BBF nhằm cải thiện các AB 0.0663 0.0667 0.0641 kết quả hợp nhất. Sau đó, chúng tôi đề xuất AC 0.1339 0.1157 0.1304 một số cách kết hợp hàm BBF với các luật A 0.0829 0.1311 0.1868 hợp nhất. Khi m     0 thì có thể thay đổi BC 0.1432 0.1264 0.1427 các BPA bằng BBF E1 hoặc BBF E2 trước B 0.0876 0.0924 0.1637 khi sử dụng luật hợp DSR. Khi m     0 thì C 0.0663 0.0667 0.1572 có thể thay đổi các BPA bằng BBF E3 trước  0.1070 0.0700 0.0075 khi sử dụng luật hợp GSR hoặc luật TCR. Tổng 1.0 1.0 1.0 Các kết quả thu được bước đầu đều thỏa mãn Bảng 7 chỉ ra kết quả hợp nhất khi chỉ sử tính chất  m     1 . Tuy nhiên, hạn chế     dụng luật hợp TCR với   0.05 và m     0.0538 . của bài báo chưa được tiến hành thực nghiệm trên dữ liệu thực tế. Bảng 7. Sử dụng luật hợp TCR 4. TÀI LIỆU THAM KHẢO  m1 m2 TCR [1] Gan, Dingyi & Yang, Bin & Tang, ABC 0.5680 0.5710 0.3243 Yongchuan. 2020. An Extended Base Belief AB 0.0000 0.0000 0.0000 Function in Dempster-Shafer Evidence AC 0.1601 0.1057 0.1684 Theory and Its Application in Conflict Data A 0.0395 0.1390 0.1334 Fusion. Mathematics. [2] He, Y., Xiao, F. 2022. A new base function BC 0.1820 0.1289 0.2006 in basic probability assignment for conflict B 0.0504 0.0554 0.0796 management. Appl Intell 52, 4473-4487. C 0.0000 0.0000 0.0399 [3] Zhang, J., Deng, Y. 2017. A method to  0.0000 0.0000 0.0538 determine basic probability assignment in the open world and its application in data fusion Tổng 1.0 1.0 1.0 and classification. Appl Intell 46, 934-951. 41