Về một phương pháp rút gọn thuộc tính cho bảng quyết định theo tiếp cận topo mờ trực cảm
Intuitionistic Fuzzy Topology-Based Attribute Reduction on the Decision Table
Abstract
Hầu hết các phương pháp rút gọn thuộc tính theo tiếp cận tính toán hạt của tập thô và tập thô mở rộng hiện
nay đều sử dụng các độ đo để đánh giá độ quan trọng của thuộc tính cũng như định nghĩa tập rút gọn. Các độ đo này chủ yếu lấy xấp xỉ độ tương tự giữa các hạt thông tin mờ trực cảm mà không thể hiện đầy đủ mức độ tương tự về mặt cấu trúc, do đó tập rút gọn thu được còn chưa hiệu quả về kích thước. Do đó, trong bài báo này chúng tôi đề xuất mô hình rút gọn thuộc tính theo tiếp cận topo mờ trực cảm (Intuitionistic Fuzzy Topology - IFT). Trong đó độ đo độ khác biệt giữa các cơ sở con (subbase) của IFT được định nghĩa để làm công cụ phân loại thuộc tính và cấu trúc cơ sở (base) của IFT đơn vị được sử dụng để định nghĩa tập rút gọn. Các kết quả phân tích về phương diện lý thuyết và thực nghiệm cho thấy phương pháp rút gọn thuộc tính theo tiếp cận IFT cho tập rút gọn có kích thước nhỏ hơn đáng kể so với tiếp cận độ đo truyền thống, trong khi độ chính xác phân lớp của tập rút gọn thu được có thể chấp nhận được trong một số bài toán thực tế.
References
Atanassov, K. T. (1986). Intuitionistic fuzzy sets. Fuzzy Sets and Systems. An International Journal in Information Science and Engineering, 20(1), 87–96.
Yun, S. M., Eom, Y. S., & Lee, S. J. (2021). Topology of the redefined intuitionistic fuzzy rough sets. International Journal of Fuzzy Logic and Intelligent Systems, 21(4), 369–377.
Yun, S. M., Eom, Y. S., & Lee, S. J. (2021). Topology of the redefined intuitionistic fuzzy rough sets. International Journal of Fuzzy Logic and Intelligent Systems, 21(4), 369–377.
Bashir, Z., Abbas Malik, M. G., Asif, S., & Rashid, T. (2020). The topological properties of intuitionistic fuzzy rough sets. Journal of Intelligent & Fuzzy Systems, 38(1), 795–807.
Abo-Elhamayel, M., & Yang, Y. (2021). Generalizations of rough sets via topology. Afrika Matematika, 32(1–2), 41–50.
Rebecca Paul, N. (2019). Rough sets applicable in a topology. Malaya Journal of Matematik, S(1), 61–65.
Giang, N. L., Son, L. H., Ngan, T. T., Tuan, T. M., Phuong, H. T., Abdel-Basset, M., de Macedo, A. R. L., & de
Albuquerque, V. H. C. (2020). Novel incremental algorithms for attribute reduction from dynamic decision tables using hybrid filter–wrapper with fuzzy partition distance. IEEE Transactions on Fuzzy Systems: A Publication of the IEEE Neural Networks Council, 28(5), 858–873.
UCI. machine learning repository (2021). Data. https://archive.ics.uci.edu/ml/index.php
Nguyen, T. T., Giang, N. L., Tran, D. T., Nguyen, T. T., Nguyen, H. Q., Pham, A. V., & Vu, T. D. (2021). A novel filter-wrapper algorithm on intuitionistic fuzzy set for attribute reduction from decision tables. International journal of data warehousing and mining, 17(4), 67–100.
Tan, A., Wu, W.-Z., Qian, Y., Liang, J., Chen, J., & Li, J. (2019). Intuitionistic fuzzy rough set-based granular structures and attribute subset selection. IEEE Transactions on Fuzzy Systems: A Publication of the IEEE Neural Networks Council, 27(3), 527–539.
Mishra, S., & Srivastava, R. (2018). Fuzzy topologies are generated by fuzzy relations. Soft Computing, 22(2), 373–385.
Tan, A., Shi, S., Wu, W.-Z., Li, J., & Pedrycz, W. (2022). Granularity and entropy of intuitionistic fuzzy information and their applications. IEEE Transactions on Cybernetics, 52(1), 192–204.
