Search academic texts

Information × Registration Number 2119U008286, Article popup.category Стаття Title Representing uncertainty at the level of tensor models of data (AI translated) popup.author Минаева Юлия ИвановнаМинаев Юрий НиколаевичФилимонова Оксана ЮрьевнаMynaeva Yulyya YvanovnaMynaev Yuryi NykolaevychFylymonova Oksana Yurevna popup.publication 01-01-2019 popup.source_user Київський національний університет будівництва і архітектури popup.source https://repositary.knuba.edu.ua/handle/987654321/2194 popup.publisher КНУБА Description Теория нечетких множеств, являющаяся эффективным аппаратом для решения задач в условиях неопределенности, в ряде случаев может иметь определенные ограничения, обусловленные сложностью технологического процесса (или объекта управления), высокой размерностью и суперогромным объемом исходного множества данных, усугубляемой пропуском данных, противоречивостью требований, предъявляемых к функции принадлежности и др. Предложен способ построения подмножества упорядоченных пар, который может быть использован вместо функции принадлежности (при невозможности его формирования) при решении задачи в условиях неопределенности или как возможность получения предварительного решения, позволяющего оценить рациональность экспертно сформированного нечеткого множества (функции принадлежности). В основу построения подмножества упорядоченных пар положена нечетко-множественная интерпретация сингулярной декомпозиции преобразованного в 2D-тензор исходного множества данных. Приведены примеры, иллюстрирующие эффективность предложенного метода. popup.nrat_date 2026-04-20 Close