Unequal Singleton Pair Distance for Evidential Preference Clustering
| Autor: | Yiru Zhang, Arnaud Martin |
|---|---|
| Přispěvatelé: | Zhejiang University, Declarative & Reliable management of Uncertain, user-generated Interlinked Data (DRUID), GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes 1 (UR1), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) |
| Rok vydání: | 2021 |
| Předmět: |
Relation (database)
Computer science Rand index 0102 computer and information sciences 02 engineering and technology Aggregation problem Machine learning computer.software_genre 01 natural sciences [INFO.INFO-SI]Computer Science [cs]/Social and Information Networks [cs.SI] Synthetic data [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] 0202 electrical engineering electronic engineering information engineering Preference clustering Cluster analysis Distance business.industry Singleton Preference Belief function theory [INFO.INFO-MA]Computer Science [cs]/Multiagent Systems [cs.MA] 010201 computation theory & mathematics 020201 artificial intelligence & image processing Artificial intelligence business computer |
| Zdroj: | Belief Functions: Theory and Applications ISBN: 9783030886004 BELIEF Belief Functions: Theory and Applications Belief Functions: Theory and Applications, 12915, Springer International Publishing, pp.33-43, 2021, Lecture Notes in Computer Science, ⟨10.1007/978-3-030-88601-1_4⟩ |
| Popis: | International audience; Evidential preference based on belief function theory has been proposed recently, simultaneously characterizing preference information with uncertainty and imprecision. However, traditional distances on belief functions do not adapt to some intrinsic properties of preference relations, especially when indifference relation is taken into comparison, therefore may cause inconsistent results in preference-based applications. In order to solve this issue, Unequal Singleton Pair (USP) distance has been proposed previously, with applications limited in preference aggregation. This paper explores forward the effectiveness of USP distance in preference clustering, especially confronting multiple conflicting sources. Moreover, a combination strategy for multiple conflicting sources of preference is proposed. The experiments on synthetic data show that USP distance can effectively improve the clustering results in Adjusted Rand Index (ARI). |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|