Innovative discussion of decision-making model based on complex cubic picture fuzzy information and geometric aggregation operators with applications
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».