Exploring Multipolar Fuzzy Hyperfilters in Ordered Semihypergroups
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
The notion of multipolar fuzzy sets ([Formula: see text]-p[Formula: see text]s) extends the idea of bipolar fuzzy sets and offers a powerful framework for dealing with multiattribute data under uncertainty. While several research papers have been published on fuzzy hyperfilters and bipolar fuzzy hyperfilters in ordered semihypergroups, the study of hyperfilters within the multipolar fuzzy setting has remained unexplored. In this work, we advance the theoretical foundation of hyperfilters in ordered semihypergroups by applying [Formula: see text]-p[Formula: see text]s. Specifically, we introduce the concepts of [Formula: see text]-[Formula: see text] left and right hyperfilters, and examine their essential properties through multipolar level sets and multipolar characteristic fuzzy sets. We show that arbitrary intersection of [Formula: see text]-[Formula: see text] left/right hyperfilters is an [Formula: see text]-[Formula: see text] left/right hyperfilter, whereas arbitrary union of [Formula: see text]-[Formula: see text] left/right hyperfilters is not necessarily an [Formula: see text]-[Formula: see text] left/right hyperfilter which is shown by an illustrative example. We provide a sufficient condition under which union of [Formula: see text]-[Formula: see text] left/right hyperfilters is an [Formula: see text]-[Formula: see text] left/right hyperfilter. Furthermore, we define and investigate [Formula: see text]-[Formula: see text] bi-hyperfilters, and explore their relationships with [Formula: see text]-p completely prime fuzzy hyperideals and [Formula: see text]-p completely prime fuzzy bi-hyperideals.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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