基于优势关系的粗糙集方法：基本思想与主要趋势
人工智能
2022-10-10 v1 机器学习
摘要
基于优势关系的粗糙集方法（DRSA）作为一种机器学习与知识发现方法论被提出，用于处理多准则决策辅助（MCDA）。由于其能够向决策者（DM）询问简单的偏好信息并提供易于理解和可解释的推荐，DRSA 多年来获得了广泛关注，现已成为最受青睐的 MCDA 方法之一。事实上，它也已超越 MCDA 领域，被用作分析单调（以及非单调）数据的一般知识发现与数据挖掘方法论。在本文中，我们回顾 DRSA 的基本原理与主要概念，并总体概述其发展与软件。我们还对方法论的起源进行了历史重构，特别关注 Roman Słowiński 的贡献。
引用
@article{arxiv.2210.03233,
title = {Dominance-based Rough Set Approach, basic ideas and main trends},
author = {Jerzy Błaszczyński and Salvatore Greco and Benedetto Matarazzo and Marcin Szeląg},
journal= {arXiv preprint arXiv:2210.03233},
year = {2022}
}
备注
This research was partially supported by TAILOR, a project funded by European Union (EU) Horizon 2020 research and innovation programme under GA No 952215. This submission is a preprint of a book chapter accepted by Springer, with very few minor differences of just technical nature