Navigating ambiguity: A novel neutrosophic cubic shapley normalized weighted Bonferroni Mean aggregation operator with application in the investment environment
Notice bibliographique
Résumé
The Neutrosophic Cubic Shapley Normalized Bonferroni (NC-SNWBM) method represents a cutting-edge approach to decision making theory, combining three distinct mathematical frameworks the neutrosophic cubic sets (NCS), Shapley values, and the Bonferroni aggregation operator. This innovative method addresses the challenges posed by uncertainty, vagueness, and imprecision in decision-making (DM) processes, offering a comprehensive and versatile tool for handling complex and dynamic scenarios. Neutrosophic cubic sets offers a strong platform to handle ambiguous and vague data due to three components Membership Grade (MG), Non-Membership Grade (NMG) and Indeterminancy Grade (IG) in data. By adding Shapley Fuzzy Measures (SFM), which come from cooperative game theory, distribute values among cooperative agents equally and to account for each agent's contributions to all potential coalitions. The Bonferroni aggregation operator-a statistical aggregative tool that regulates the likelihood of many types in error in statistical tests and the interdependence of the input arguments by allowing different values to parameters involved. These values are further improved by normalization in the framework of the NC-SNWBM approach in order to consider the various degrees of impact that agents exert in various circumstances. This operator is smoothly combined with normalized Shapley values and neutrosophic cubic sets in the NC-SNWBM approach to enable the aggregation of data with different levels of imprecision and uncertainty from various sources using NCS. The MG, NMG and IG connected to NCS are important elements of the NC-SNWBM approach. To evaluate each element's contribution to the overall value distribution SFM are used, and the Bonferroni aggregation operator maintains a careful balance between conservatism and significance. Together, these components provide a thorough framework that successfully tackles the problems caused by ambiguity, imprecision, and uncertainty in scenarios involving decision-making. The NC-SNWBM operator is applied to a numerical problem as an application in investment environment and sensitive and comparative analysis are conducted. The recommendation based on sensitive and comparative analysis proposed.
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 | 0,003 | 0,007 |
| 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 | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».