Innovative discussion of decision-making model based on complex cubic picture fuzzy information and geometric aggregation operators with applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article presents a novel concept of complex cubic picture fuzzy sets (CCPFS) and introduces one more new idea of complex interval-valued picture fuzzy sets (CIVPFS) as foundational framework of CCPFS. The proposed CCPFS combines CIVPFS and complex picture fuzzy sets (CPFS), where CPFS extends the complex intuitionistic fuzzy set by incorporating a neutral membership degree. This unique model offers an expanded range of values using degrees of membership, neutral membership, and non-membership, within the unit disk of a complex plane. Additionally, we introduce two more new ideas of internal complex cubic picture fuzzy sets (ICCPFS) and external complex cubic picture fuzzy sets (ECCPFS) to further enhance the versatility of the approach. To facilitate practical applications, complement, score, and accuracy functions are developed and defined for CCPFS. Moreover, three types of averaging aggregation operators based on complex cubic picture fuzzy sets are introduced, including complex cubic picture fuzzy weighted geometric (CCPFWG) operators, complex cubic picture fuzzy ordered weighted geometric (CCPFOWG) operator, and complex cubic picture fuzzy hybrid weighted geometric (CCPFHWG) operator. The CCPFHWG operator generalizes both CCPFWG and CCPFOWG operators, providing a comprehensive framework for aggregating complex cubic picture fuzzy data. To demonstrate the practicality of the proposed approach, a multi-criteria decision-making (MCDM) problem is presented, showcasing its effectiveness in addressing today's complex decision structures. The utilization of complex cubic picture fuzzy sets and the corresponding aggregation operators in MCDM highlights their applicability and relevance in tackling real-world complexities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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