富集解释
人工智能
2018-10-23 v1 计算机科学中的逻辑
摘要
本文引入、提出并发展的理论涉及由 Zdzislaw Pawlak 开创的粗糙集理论的富集扩展。此处讨论的富集是在 F.W. Lawvere 发展的赋值范畴意义下的。本文将粗糙集与由 Lotfi Zadeh 开创的模糊集理论的一种抽象相联系，并为“软计算”提供自然基础。借用 Lotfi Zadeh 的话，从硬理论向软理论转变的推动力源于如下事实：用软对应物替换各种硬概念，会显著增强理论的普适性及其对现实世界问题的适用性。这里我们讨论不可分辨性、子集、上/下近似和粗糙集的相应富集概念。自始至终，我们指出其与 Rudolf Wille 开创的形式概念分析理论的联系。我们特别关注极其重要的“语言变量”概念——发展其富集扩展，将其与形式概念分析中的概念尺度概念比较，并讨论其在数据解释中创建与使用的实用问题。这些实用问题通过 WAVE（当前正在开发的用于管理和解释分布于万维网上的资源信息宇宙的 Web 分析与可视化环境）中网络信息资源的发现、概念分析、解释与分类得以例证。
引用
@article{arxiv.1810.08831,
title = {Enriched Interpretation},
author = {Robert E. Kent},
journal= {arXiv preprint arXiv:1810.08831},
year = {2018}
}
备注
10 pages, Conference Proceedings of the Third International Workshop on Rough Sets and Soft Computing (RSSC'94), T.Y. Lin, editor, pages 116-123, San Jose State University, San Jose, California, USA, November 1994