Konsep Inti
등가 신념 정준 분해는 신념 함수를 두 가지 구성 요소로 분해할 수 있습니다. 성향은 첫 번째 구성 요소로, 초보수적 TBM으로 구성되는 가능성 분포이며, 몰입은 두 번째 구성 요소로, 입력 BPA에서 consonant 질량 함수로의 몰입 정도를 조정하는 데 사용됩니다.
Abstrak
이 논문은 등가 신념 변환 및 등가 신념 정준 분해를 제안합니다.
등가 신념 변환:
- 등가 신념 변환은 신념 진화 네트워크(BEN)를 기반으로 합니다.
- 등가 신념 변환은 BetP 일관성을 유지하면서 신념 함수의 몰입 정도를 조정할 수 있습니다.
- 등가 신념 변환은 두 가지 계수 분포인 τ와 ζ를 사용하여 변환 프로세스를 결정합니다.
- τ는 각 전송과 관련된 특정 신념을 나타내고, ζ는 각 전송의 비율을 나타냅니다.
- τ는 역변환 실행과 다중 변환 병합에 적합하고, ζ는 유효한 BPA를 생성할 수 있는 적절한 범위를 제공합니다.
등가 신념 정준 분해:
- 등가 신념 정준 분해는 BPA를 두 가지 구성 요소로 분해할 수 있습니다.
- 성향은 첫 번째 구성 요소로, 초보수적 TBM으로 구성되는 가능성 분포입니다.
- 몰입은 두 번째 구성 요소로, 입력 BPA에서 consonant 질량 함수로의 몰입 정도를 조정하는 데 사용됩니다.
- 등가 신념 정준 분해는 가능성 이론과 DS 이론 간의 관계를 제공하고 초보수적 TBM을 위한 이론적 기반을 마련합니다.
Statistik
BetP(ωi)는 BPA m의 pignistic 확률 변환입니다.
π(ωi)는 ωi의 가능성 분포입니다.
mc(Fi)는 가능성 분포 π에서 유도된 consonant BPA입니다.
Kutipan
"등가 신념 변환은 BetP 일관성을 유지하면서 신념 함수의 몰입 정도를 조정할 수 있습니다."
"등가 신념 정준 분해는 BPA를 두 가지 구성 요소로 분해할 수 있습니다: 성향과 몰입."