新書推薦：
《
汗青堂丛书163——狄仁杰与武则天：武周革命与平民官僚的崛起
》
售價：HK$
96.8
《
历史、神话与艺术：东西方文化的解读和比较
》
售價：HK$
74.8
《
在别处安家：关于逃离、生存与梦想破碎之地
》
售價：HK$
74.8
《
棉花王国 密西西比河流域的奴隶制与资本主义 （一部改写美国奴隶制认知的史学佳作）
》
售價：HK$
129.8
《
历史哲学 一部关于世界文明 理性与历史的终极思考
》
售價：HK$
108.9
《
诡舍6完结篇蔽日开天
》
售價：HK$
54.8
《
大学问·秦汉经济政策与经济思想史稿（jue版好书复活，读懂秦汉，就是读懂中国两千年的经济底色。）
》
售價：HK$
97.9
《
狄仁杰与武则天 武周革命与平民官僚的崛起 钤印版 汗青堂丛书163
》
售價：HK$
96.8
|
| 內容簡介： |
|
**系统一直以来是大数据决策和人工智能领域的一个重要研究方向。三支决策借鉴粒计算信息粒化和层次结构的思想，采用化繁为简和分而治之的策略，为人们处理复杂决策问题和理解决策过程提供了一种新的研究途径。《面向粒计算的时空三支**理论与方法》从时间与空间维度入手，以粒计算理论为基本出发点，以人工智能技术为指导思想，以时空特性为研究主线，以**系统为应用场景，来研究面向粒计算的时空三支**理论与方法。《面向粒计算的时空三支**理论与方法》的相关研究内容能够适应大数据分析需求和复杂的决策环境，不仅能够丰富三支决策理论的内涵和外延，形成一套可解释性三支决策研究新体系，而且可以拓展智能**系统的应用范围，推动其在应用人工智能技术领域的发展。
|
| 目錄：
|
|
目录序前言第1章 三支决策与粒计算 11.1 粒计算概述 11.2 三支决策基本思想 41.2.1 三支决策的哲学与管理思想 61.2.2 狭义三支决策与粗糙集理论 71.2.3 广义三支决策与TAO 模型 91.3 效用三支决策与行为三支决策 131.4 三支决策与认知计算 161.5 本章小结 21参考文献 21第2章 三支决策与**系统 252.1 **系统基本原理与方法 252.2 基于机器学习的三支决策 292.2.1 相关研究现状 302.2.2 三支决策与三支聚类 352.2.3 三支决策与三支分类 362.2.4 三支决策与深度学习 382.3 三支决策与**系统简介 402.4 本章小结 42参考文献 42第3章 基于时间维度的三支**理论与方法 483.1 引言 483.2 相关概念 503.2.1 时间三支决策 503.2.2 矩阵分解技术 533.3 基于时间维度的三支** 563.3.1 基于矩阵分解的时间粒化策略 563.3.2 基于矩阵分解的时间三支粒**方法 563.4 实验分析 663.4.1 数据集 663.4.2 实验设置 673.4.3 实验结果分析 683.5 本章小结 80参考文献 81第4章 基于空间维度的三支**理论与方法 844.1 引言 844.2 相关概念 864.2.1 空间三支决策 864.2.2 协同主题回归 904.3 基于空间维度的三支** 924.3.1 基于协同主题回归的空间粒化方法 924.3.2 基于协同主题回归的空间三支粒**方法 964.4 实验分析 1024.4.1 数据集 1024.4.2 实验设置 1034.4.3 实验结果分析 1044.5 本章小结 110参考文献 110第5章 基于时空维度的三支**理论与方法 1145.1 引言 1145.2 相关概念 1155.2.1 时空三支决策 1155.2.2 循环神经网络 1195.3 基于时空维度的三支** 1215.3.1 基于循环神经网络的时空粒化方法 1215.3.2 基于循环神经网络的时空三支粒**方法 1225.4 实验分析 1305.4.1 数据集 1305.4.2 实验设置 1315.4.3 实验结果分析 1335.5 本章小结 138参考文献 138第6章 基于多源数据的三支**理论与方法 1416.1 引言 1416.2 相关概念 1456.3 基于多源数据的三支** 1476.3.1 基于协同深度学习的粒化方法 1486.3.2 基于多源数据的三支**方法 1496.4 实验分析 1526.4.1 数据集 1526.4.2 实验设置 1526.4.3 实验结果分析 1546.5 本章小结 159参考文献 159第7章 三支**的应用研究 1627.1 面向在线问诊平台的三支**方法 1627.1.1 研究背景 1627.1.2 相关概念 1647.1.3 基于在线问诊平台的三支**方法 1657.1.4 实验结果及分析 1707.1.5 研究结论 1777.2 基于粒计算的三支美食**方法 1777.2.1 研究背景 1777.2.2 相关概念 1797.2.3 基于粒计算的美食**方法简介 1827.2.4 实验结果及分析 1857.2.5 研究结论 1947.3 基于XGBoost的三支优惠券**方法 1947.3.1 研究背景 1947.3.2 相关概念 1957.3.3 基于XGBoost的三分类优惠券问题 1987.3.4 实验结果及分析 2027.3.5 研究结论 2077.4 本章小结 208参考文献 208
|
| 內容試閱：
|
|
第1章三支决策与粒计算 本章*先详细介绍了三支决策与粒计算的基本概念；其次介绍了三支决策的哲学与管理思想、狭义三支决策和广义三支决策理论与方法，并详细讨论了三支决策的发展踪迹和演化过程；然后探讨了效用三支决策与行为三支决策的主要模型和代表性成果；*后，从认知视角来诠释三支决策与人工智能融合的机理，并给出了三支决策可解释性未来的研究方向。 1.1粒计算概述 作为新一轮科技革命和信息革命的重要驱动力量，人工智能及其相关大数据决策分析技术不仅已经对国际格局、社会进步、经济发展、产业变革等诸多方面产生了重大而深远的影响，而且正在潜移默化地改变着人们的衣食住行和生活行为方式。2017年7月国务院印发的《新一代人工智能发展规划》明确了我国面向2030年新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，描绘了我国人工智能发展的宏伟蓝图，并提出：我国人工智能理论、技术与应用到2030年总体应达到****水平。2021年11月工业和信息化部发布的《“十四五”大数据产业发展规划》提出：到2025年我国大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右，创新力强、附加值高、自主可控的现代化大数据产业体系基本形成。进一步地，国家工业信息安全发展研究中心在2023年8月发布的《2023人工智能基础数据服务产业发展白皮书》指出：2022年全球人工智能市场营收额达到4328亿美元，同比增长19.6%，2023年将突破5000亿美元，2022～2026年年均复合增长率预计达到18.6%。与此同时，德勤中国数据指出，2022年中国人工智能基础数据服务市场规模为45亿元，2017～2022年年均复合增长率达41%，预计2027年市场规模将达到130亿至160亿元。人工智能在为人类社会带来巨大财富和机遇的同时，也蕴含着潜在的风险和挑战。 可解释性问题一直以来是大数据决策和人工智能领域面临的巨大挑战。对于复杂决策问题，受数据源的多模态性、数据结构的多样性、数据内涵的复杂性等因素影响，传统的机器学习模型和算法已不能满足大数据决策环境的新需求。幸运的是，云计算、云存储、云服务等分布式和并行计算理论的快速发展与广泛普及，以及众多新兴机器学习方法的提出，为大数据决策提供了有力的技术支撑和有益的方法借鉴。然而，以深度学习为代表的人工智能算法在执行和运作过程中犹如一个不透明的黑箱，人们只能观测数学模型的数据输入和结果输出，却不了解系统内部的运行机制和工作原理，更难理解最终决策的判断依据和背后机理。这种“说不清，道不明”“只观其果难觅其因”的现象极大地束缚了人工智能相关理论的落地、制约了人工智能相关技术的实施，也阻碍了人工智能与传统行业的进一步深度融合。 作为一个近几十年来兴起的信息处理研究领域，粒计算思想自美国模糊集之父Zadeh于1979年发表论文Fuzzy sets and information granularity以来，引发了国内外研究人员的浓厚兴趣和广泛关注，并逐渐成为解决不确定性问题的一种有力数学工具[1]。1982年，美国斯坦福大学教授Hobbs在第9届国际人工智能大会上提出了粒度（Granularity）理论，该理论认为粒计算的基本特征是“以不同的粒度来概化世界，以粒度间的交换来处理问题”。直到1997年，美国圣何塞州立大学教授Lin访问Zadeh期间，受到信息粒化的启发，提出了粒计算的初步概念，这标志着一个跨越多学科应用研究领域的产生。此后，国内外的诸多学者对它进行了系统的研究，提出了许多有关粒计算的理论、方法和模型。粒计算已成为研究模糊的、不精确的、不完整的及海量信息处理的重要工具。跨入21世纪，国内外学者对粒计算研究产生了极大的热情，一系列粒计算的理论、模型和方法也被相继提出。 粒计算的基本思想是在问题求解过程中对粒的使用，其三个要素为：粒子、粒层与粒结构。它通过粒对现实问题的抽象、粒之间的关系、粒的分解和合成及粒或粒集之间的转换来描述和解决问题。一方面，粒计算基于“多层次”和“多视角”两个维度，借鉴“粒度粗化”和“粒度细化”两种思想，通过使用不同信息粒度来处理和分析不确定、不完全或有噪声的信息，采用满意近似解替代精确解的策略来求解复杂决策问题，并获取具有鲁棒性和可行性的解决方案，这能够降低问题求解过程中的计算复杂度并显著提升计算能力；另一方面，粒计算通过模拟人类思维方式和行为模式对原始信息加以理解、概括和操作，借鉴自上而下“分而治之”和自下而上“化繁为简”的思想，并利用信息粒化手段和分层递阶技术对基本粒子、粒层和粒结构进行抽象、描述和表示，使得决策者能够更加深刻地理解问题的本质特征，从而增强对决策过程的把控和决策结果的可解释性。可以看到，粒计算理论完美地契合了复杂问题求解的一般模式，是人类认知能力和智能思维的重要体现，这也为不确定性人工智能可解释性问题的解决提供了一种有效方法和可行途径。 粒计算*本质的思想是通过合适粒度的选择，来寻找问题的一种较好的、近似的解决方案，从而降低问题求解的复杂度。当前粒计算主要的研究理论有：基于模糊逻辑的粒计算理论--词计算（Computing with Word，CW）、基于粗糙集的粒计算理论、基于商空间的粒计算理论、基于云模型的粒计算理论、基于概念格的粒计算理论等。 (1)Zadeh于1979年利用模糊集理论（Fuzzy Set Theory）讨论了模糊信息粒化问题。1996年，Zadeh提出了一个新的研究分支--词计算[2]，其目的是为将来的智能计算以及基于词的信息系统实现建立一个理论基础，标志着模糊粒度化理论的诞生。他认为人类在进行思考、判断、推理时主要是用语言进行的，如何利用语言进行推理判断，就要进行词计算。接着又提出人类认知的3个主要概念，即粒度、组织和因果，是粒计算理论思想的来源。 (2)粗糙集理论（Rough Set Theory，RST）是由波兰数学家Pawlak于1982年提出的，是一种研究不完整、不确定知识和数据的表达、学习、归纳的理论方法[3]。目前粗糙集理论的研究无论在理论、计算模型的建立还是应用系统的研制开发上，都已经取得了很多成果，也建立了一套较为完善的粗糙集理论体系，并已在机器学习、知识获取、决策分析、专家系统、模糊控制和医疗诊断等应用领域取得了不少成果，成为粒计算研究的主要工具之一。 (3)商空间理论（Quotient Space Theory）是由张钹和张铃在研究问题求解时提出的[4]。商空间对粒度的研究重点是考察不同粒度世界之间的互相转换、互相依存的关系，它是描述空间关系学说的理论。之后张铃和张钹又将模糊集合论引入商空间理论，提出了模糊商空间理论，将精确粒度下的商空间的理论和方法推广到模糊粒度计算中，并将其成功应用于启发式搜索和路径规划等，这为粒计算提供了强有力的数学模型和工具。 (4)李德毅院士和王国胤教授系统地展开了云模型（Cloud Model）与粒计算的融合研究[5]。他们研究团队详细探讨了云模型、高斯云的数学性质、云模型与相近概念的关系、区间值信息系统的粒计算模型与方法、多粒度粗糙集、粒计算模型的特性分析与比较、云计算环境下层次粗糙集模型约简算法、基于粒计算的聚类分析和分类学习算法、基于云模型的文本分类应用等问题。 (5)概念格（Galois格），是德国数学家Wille于1982年*先提出的[6]。概念格是根据数据集中对象与属性之间的二元关系建立的一种概念层次结构，它生动简洁地体现了概念之间的泛化和特化关系。概念格认为“每个概念都是对象（外延）和属性（内涵）的统一体，本质上描述了对象和属性之间的联系”。经过近30年的发展，概念格（形式概念分析理论中的一种核心数据结构）已经在众多的领域取得了广泛而成功的应用。在知识发现领域，概念格可以从关系数据中构造出来，然后从概念格上可以提取各种类型的知识，如蕴含规则、关联规则、分类规则等；在软件工程领域，概念格可以从类库的规范说明上构造，从而对类库结构的可视化以及类库的重构和优化提供支持；在知识工程领域，概念格可以用于知识库的重新结构化；在信息检索方面，概念格可以实现对信息的有机组织。近年来，形式概念分析、概念格与粒计算的融合成为粒计算领域的重要研究方向之一。 1.2三支决策基本思想 三支决策（Three-Way Decision，3WD）是由加拿大学者Yao提出的一种基于认知科学的朴素哲学思想和不确定决策理论[7]，它与粗糙集、模糊集、云计算、形式概念分析等一起成为粒计算与知识发现领域的代表性研究理论和方法。三支决策的核心思想是借鉴人类思维方式和行为模式、通过分治模型和序贯策略、采取三分而治和化繁为简的方法来分析和解决复杂决策问题。由于其在决策过程中符合人类认知特点，且在处理不确定性问题时具有可解释性、价值性和可行性，在经历40余年的发展后，已逐渐成为一种处理不确定问题的重要理论和方法，受到国内外学者的广泛关注。 三支决策*早的思想是来源于波兰数学家Pawlak提出的粗糙集理论，粗糙集理论通过上下近似集对论域进行划分，所得到的正域、边界域和负域自然形成了三个互补相交的部分。然而，粗糙集的三分策略只给出了划分的语法解释，而没有提供相应的语义解释。为了解决上述缺陷，Yao在A decision theoretic framework for approximating concepts一文中正式提出了决策粗糙集模型[8]，通过引入贝叶斯风险*小准则来获取相应划分阈值，这为三支决策语义研究提供了一种新的途径。随着粒计算理论的发展，粒计算的三元论也被提出[9]。在粒计算三元论中，哲学思想、研究方法和计算范式构成了三元论等边三角形的三个顶点。进一步地，基于“一分为三”的哲学论、“三分而治”的方法论和“三项式、三点式、三足式”的计算论也成为三支决策研究的基本出发点。值得一提的是，三支决策研究核心理论的正式确立是Yao提出的TAO模型（Trisecting-Acting-Outcome模型，也称“分治效”模型）[10]，“分”包含“分、合、序”三个要素，对应了“一分为三”、“三合为一”和“序贯分析”三种方法；“治”包含“点、线、面”三种策略，反映了“一维”、“二维”和“三维”三个维度；“效”包含“简、优、快”三个方面，体现了“简单易懂”、“优异完善”和“快速高效”三类要求。可以看到，TAO模型给出了一个三支决策一般性理论研究框架，并对三支决策内涵和外延作了诠释和扩展，三支决策相关研究也从基于粗糙集的狭义视角拓展为三要素、三部分、三分量、三层次、三阶段、三步骤、三分类等广义认知。 一般而言，三支决策的发展可分为孵化期（1980～2006年）、羽化期（2007～2016年）和成长期（2017年至今）三个时期。经过40余年的发展，三支决策不仅在理论和方法上取得了巨大发展，也在信息、工程、医疗、管理等领域得到成功应用。从学科视角来看，三支决策研究主要集中于数学、信息和管理三大领域[11]。其中，数学领域关注于三支决策的粒度描述和粒度表示；信息领域聚焦于三支决策的粒度选择、粒度计算和粒度优化；管理领域集中于三支决策的粒度解释和粒度应用。就三支决策管理相关研究而言，主要也可从理论模型和方法应用两个方面去回顾。对于前者，刘盾和梁德翠等[12-16]研究了随机、区间、模糊等不确定性决策环境下，当损失函数为不同不确定性数学测度时，相应三支决策阈值的求解方法；张楠等[17]利用效用函数代替损失函数，提出一种效用三支决策模型；Liu等[18]将前景理论引入三支决策中，提出一种前景三支群决策方法；Liang等[19，20]探讨了基于后悔理论的风险区间值三支决策模型，并进一步考虑了区间二型模糊环境下的行为三支决策模型；Wang等[21-23]给出了一系列基于前景理论、累积前景理论和后悔理论的三支决策扩展模型；Lang等[24]考虑了三支决策冲突问题，并建立了相应的数学模型；Sun等
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
