MétaCan
Menu
Retour à la cohorte
Enregistrement W4362471920 · doi:10.1038/s41598-022-22399-3

Development of neutrosophic cubic hesitant fuzzy exponential aggregation operators with application in environmental protection problems

2023· article· en· W4362471920 sur OpenAlexaff
Ateeq Ur Rehman, Muhammad Gulistan, Mumtaz Ali, Mohammed M. Ali Al-Shamiri, Shahab Abdulla

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of Alberta
Organismes subventionnairesKing Khalid University
Mots-clésWeightingFuzzy logicComputer scienceExponential functionSet (abstract data type)Fuzzy setMathematical optimizationDecision matrixData miningMathematicsArtificial intelligenceOperations research

Résumé

récupéré en direct d'OpenAlex

The population growth and urbanization has caused an exponential increase in waste material. The proper disposal of waste is a challenging problem nowadays. The proper disposal site selection with typical sets and operators may not yield fruitful results. To handle such problems, the exponential aggregation operators based on neutrosophic cubic hesitant fuzzy sets are proposed. For appropriate decisions in a decision-making problem, it is important to have a handy environment and aggregation operators. Many multi attribute decision making methods often ignore the uncertainty and hence yields the results which are not reliable. The neutrosophic cubic hesitant fuzzy set can efficiently handle the complex information in a decision-making problem, as it combines the advantages of neutrosophic cubic set and hesitant fuzzy set. In this paper first we establish exponential operational laws in neutrosophic cubic hesitant fuzzy sets, in which the exponents are neutrosophic cubic hesitant fuzzy numbers and bases are positive real numbers. In order to use neutrosophic cubic hesitant fuzzy sets in decision making, we are developing exponential aggregation operators and investigate their properties in the current study. In many multi expert decision-making methods there are different decision matrices but same weighting vector for attributes. The results of a multi expert decision-making problem becomes more reliable if every decision expert has its own decision matrix along with his own weighting vector for attributes. In this study, we are developing multi expert decision-making method that uses different weights for an attribute corresponding to different experts. At the end we present two applications of exponential aggregation operators in environmental protection multi attribute decision making problems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,322
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMulti-Criteria Decision MakingTravaux en français237 207