Logički pristup modelovanju sličnosti
A logic-based approach to similarity modeling
Апстракт
U ovoj doktorskoj disertaciji uveden je logički pristup modelovanju sličnosti koji je zasnovan na interpolativnoj Bulovoj algebri. Za merenje sličnosti, predložene su nove interpretabilne logičke mere, parametarske i neparametarske, kao i deskriptivni operator agegacije – logička agregacija. Pored pružanja teorijske osnove, u ovom istraživanju posebna pažnja je posvećena empirijskoj analizi. U svrhu validacije definisanih mera uvedena je logička klasifikacija zasnovana na IBA sličnosti. Za sve uvedene mere izvršena je evaluacija i poređenje na realnim podacima iz domena medicine, gde je pokazano da uvođenje parametara unapređuje rezultate klasifikacije. Na kraju su prikazane mogućnosti za konstruisanje logičkih klasifikatora zasnovanih na ekspertskim funkcijama sličnosti na problemu predviđanja bankrotstva preduzeća.
In this doctoral thesis, a logical approach to similarity modeling based on interpolative Boolean algebra is introduced. Novel interpretable logical measures, both nonparametric and parametrized, are introduced for measuring similarity together with logical aggregation as a descriptive aggregation operator. Besides the theоretical background, in this research special attention is devoted to empirical analysis. For validation purposes, logical classification based on IBA similarity is introduced. Defined logical measures are evaluated and compared in the case of medical data, and it is shown that parameterized measures improve classification results. Finally, the benefits of logic-based classifiers with expert similarity functions are presented on the problem of corporate bankruptcy prediction.
Кључне речи:
parametarske mere sličnosti / modelovanje sličnosti / logičke mere sličnosti / klasifikacija / klasifikacija zasnovana na sličnosti / interpolativna Bulova algebra / similarity-based classification / similarity modeling / parameterized similarity measures / logic-based similarity measures / interpolative Boolean algebra / classificationИзвор:
2016Издавач:
- Univerzitet u Beogradu, Fakultet organizacionih nauka
URI
http://eteze.bg.ac.rs/application/showtheses?thesesId=4103https://nardus.mpn.gov.rs/handle/123456789/6879
https://fedorabg.bg.ac.rs/fedora/get/o:13685/bdef:Content/download
http://vbs.rs/scripts/cobiss?command=DISPLAY&base=70036&RID=515600026
https://rfos.fon.bg.ac.rs/handle/123456789/96
Колекције
Институција/група
Fakultet organizacionih naukaTY - THES AU - Poledica, Ana PY - 2016 UR - http://eteze.bg.ac.rs/application/showtheses?thesesId=4103 UR - https://nardus.mpn.gov.rs/handle/123456789/6879 UR - https://fedorabg.bg.ac.rs/fedora/get/o:13685/bdef:Content/download UR - http://vbs.rs/scripts/cobiss?command=DISPLAY&base=70036&RID=515600026 UR - https://rfos.fon.bg.ac.rs/handle/123456789/96 AB - U ovoj doktorskoj disertaciji uveden je logički pristup modelovanju sličnosti koji je zasnovan na interpolativnoj Bulovoj algebri. Za merenje sličnosti, predložene su nove interpretabilne logičke mere, parametarske i neparametarske, kao i deskriptivni operator agegacije – logička agregacija. Pored pružanja teorijske osnove, u ovom istraživanju posebna pažnja je posvećena empirijskoj analizi. U svrhu validacije definisanih mera uvedena je logička klasifikacija zasnovana na IBA sličnosti. Za sve uvedene mere izvršena je evaluacija i poređenje na realnim podacima iz domena medicine, gde je pokazano da uvođenje parametara unapređuje rezultate klasifikacije. Na kraju su prikazane mogućnosti za konstruisanje logičkih klasifikatora zasnovanih na ekspertskim funkcijama sličnosti na problemu predviđanja bankrotstva preduzeća. AB - In this doctoral thesis, a logical approach to similarity modeling based on interpolative Boolean algebra is introduced. Novel interpretable logical measures, both nonparametric and parametrized, are introduced for measuring similarity together with logical aggregation as a descriptive aggregation operator. Besides the theоretical background, in this research special attention is devoted to empirical analysis. For validation purposes, logical classification based on IBA similarity is introduced. Defined logical measures are evaluated and compared in the case of medical data, and it is shown that parameterized measures improve classification results. Finally, the benefits of logic-based classifiers with expert similarity functions are presented on the problem of corporate bankruptcy prediction. PB - Univerzitet u Beogradu, Fakultet organizacionih nauka T1 - Logički pristup modelovanju sličnosti T1 - A logic-based approach to similarity modeling UR - https://hdl.handle.net/21.15107/rcub_nardus_6879 UR - t-3644 ER -
@phdthesis{ author = "Poledica, Ana", year = "2016", abstract = "U ovoj doktorskoj disertaciji uveden je logički pristup modelovanju sličnosti koji je zasnovan na interpolativnoj Bulovoj algebri. Za merenje sličnosti, predložene su nove interpretabilne logičke mere, parametarske i neparametarske, kao i deskriptivni operator agegacije – logička agregacija. Pored pružanja teorijske osnove, u ovom istraživanju posebna pažnja je posvećena empirijskoj analizi. U svrhu validacije definisanih mera uvedena je logička klasifikacija zasnovana na IBA sličnosti. Za sve uvedene mere izvršena je evaluacija i poređenje na realnim podacima iz domena medicine, gde je pokazano da uvođenje parametara unapređuje rezultate klasifikacije. Na kraju su prikazane mogućnosti za konstruisanje logičkih klasifikatora zasnovanih na ekspertskim funkcijama sličnosti na problemu predviđanja bankrotstva preduzeća., In this doctoral thesis, a logical approach to similarity modeling based on interpolative Boolean algebra is introduced. Novel interpretable logical measures, both nonparametric and parametrized, are introduced for measuring similarity together with logical aggregation as a descriptive aggregation operator. Besides the theоretical background, in this research special attention is devoted to empirical analysis. For validation purposes, logical classification based on IBA similarity is introduced. Defined logical measures are evaluated and compared in the case of medical data, and it is shown that parameterized measures improve classification results. Finally, the benefits of logic-based classifiers with expert similarity functions are presented on the problem of corporate bankruptcy prediction.", publisher = "Univerzitet u Beogradu, Fakultet organizacionih nauka", title = "Logički pristup modelovanju sličnosti, A logic-based approach to similarity modeling", url = "https://hdl.handle.net/21.15107/rcub_nardus_6879, t-3644" }
Poledica, A.. (2016). Logički pristup modelovanju sličnosti. Univerzitet u Beogradu, Fakultet organizacionih nauka.. https://hdl.handle.net/21.15107/rcub_nardus_6879
Poledica A. Logički pristup modelovanju sličnosti. 2016;. https://hdl.handle.net/21.15107/rcub_nardus_6879 .
Poledica, Ana, "Logički pristup modelovanju sličnosti" (2016), https://hdl.handle.net/21.15107/rcub_nardus_6879 .
Related items
Showing items related by title, author, creator and subject.
-
IBA-based framework for modeling similarity
Milošević, Pavle; Poledica, Ana; Rakićević, Aleksandar; Dobrić, Vladimir; Petrović, Bratislav; Radojević, Dragan (Atlantis Press, Paris, 2018) -
Modeling consensus using logic-based similarity measures
Poledica, Ana; Milošević, Pavle; Dragović, Ivana; Petrović, Bratislav; Radojević, Dragan (Springer, New York, 2015) -
Investigation of the brain carcinoma based on generalized variation coefficient similarity measures using complex q-rung orthopair fuzzy information
Ali, Zeeshan; Mahmood, T.; Karamti, H.; Ullah, Kifayat; Zedam, L.; Pamučar, Dragan; Ahmadi, M. (Springer Science and Business Media Deutschland GmbH, 2023)