Tóm tắt Luận án Tiến sĩ: Nghiên cứu một số phương pháp nâng cao hiệu quả tính toán tập rút gọn trên không gian xấp xỉ mờ

Tác giả: Phạm Minh Ngọc Hà

Lĩnh vực: Hệ thống Thông tin

Nội dung tài liệu:

Luận án tiến sĩ này tập trung vào việc nâng cao hiệu quả tính toán trong bài toán chọn lọc thuộc tính (còn gọi là rút gọn thuộc tính hoặc chọn lọc đặc trưng). Nghiên cứu đề xuất các phương pháp nhằm cải thiện thời gian tính toán cho cả bảng quyết định có nhiễu và bảng quyết định động. Các phương pháp được phát triển dựa trên các biến thể của lý thuyết tập thô mờ (Fuzzy Rough Set) và các độ đo trên không gian xấp xỉ mờ. Cụ thể, luận án đề xuất mở rộng mô hình Tập Thô Mờ Độ Chính Xác Thay Đổi (VPFRS) để xử lý dữ liệu nhiễu, cũng như mở rộng độ đo hạt thông tin tri thức trên không gian xấp xỉ mờ để xử lý bảng quyết định động. Nghiên cứu cũng đi sâu vào phân tích các kiến thức nền tảng về lý thuyết tập thô, tập mờ, không gian xấp xỉ mờ và các phương pháp chọn lọc thuộc tính liên quan.

Mục lục chi tiết:

• Chương 1: Tổng quan về phương pháp rút gọn thuộc tính trên không gian xấp xỉ mờ.
• Chương 2: Rút gọn thuộc tính theo tiếp cận mở rộng tập thô mờ độ chính xác thay đổi trên không gian xấp xỉ mờ.
• Chương 3: Phương pháp tính toán gia tăng tập rút gọn theo tiếp cận tính toán hạt trên không gian xấp xỉ mờ.