📄較早收集於 23h

Fuzzy、直覺模糊、Neutrosophic、Plithogenic 及擴展集合的動態綜述

Fuzzy、直覺模糊、Neutrosophic、Plithogenic 及擴展集合的動態綜述
PostLinkedIn
📄閱讀原文: ArXiv AI
#fuzzy-sets#neutrosophic#plithogenic#uncertaintyfuzzy-neutrosophic-plithogenic-sets-surveyarxiv

💡統一綜述解鎖 fuzzy 邏輯用於 AI 不確定性 – 研究者關鍵 (28字)

⚡ 30-Second TL;DR

有什麼變化

綜述 Fuzzy、直覺模糊、Neutrosophic、Plithogenic 集合用於不確定性建模

為什麼重要

連結主要不確定性理論,讓 AI 從業者利用跨框架洞見,建構處理模糊性的穩健決策系統。

下一步行動

下載 arXiv 2603.15667,探索 plithogenic sets 用於不確定性感知的 ML 模型。

誰應關注:Researchers & Academics

關鍵要點

  • 綜述 Fuzzy、直覺模糊、Neutrosophic、Plithogenic 集合用於不確定性建模
  • 涵蓋 Vague、Hesitant、Picture Fuzzy、Quadripartitioned Neutrosophic 等擴展
  • 統一闡述揭示反覆模式,激發 AI 研究創新

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 4 個來源。

🔑 增強重點摘要

  • Plithogenic集合透過屬性與矛盾映射的5元組結構,擴展傳統集合,允許多維度不確定性建模,並在納米材料科學中有應用。[1]
  • Neutrosophic理論快速擴展,特別在雜化結構如粗糙Neutrosophic、猶豫模糊Neutrosophic等,應用於AI決策與資料分析。[2][3]
  • 期刊《Neutrosophic Systems with Applications》於2026年刊載Pythagorean Neutrosophic數學建模及Neutrosophic Hankel變換等最新研究,聚焦跨領域立法整合。[2]

🛠️ 技術深入

  • Neutrosophic集合為每個元素獨立賦予真值(T)、不確定性(I)、虛值(F)度量,滿足0 ≤ T + I + F ≤ 3,可泛化模糊、直覺模糊及圖像模糊集合。[4]
  • Plithogenic集合定義為5元組,包括屬性集合、多屬性度量、矛盾映射等,支持plithogenic fuzzy及neutrosophic模型的恢復。[1][4]
  • 在垃圾郵件檢測中,Neutrosophic應用示例:高T表示強證據為垃圾,高I表示衝突特徵,所有行滿足T + I + F ≤ 3約束。[4]

🔮 前景展望AI analysis grounded in cited sources

這些集合將主導AI不確定性決策系統
期刊NSWA持續發表Neutrosophic與Plithogenic在智能資料處理及優化算法的應用,顯示其在AI實務中的成長趨勢。[2]
雜化Neutrosophic結構將成為主流
文獻顯示Neutrosophic與粗糙集、軟集等雜化快速發展,提供解決複雜問題的強大工具。[3]

時間線

1995-01
Lotfi Zadeh提出Fuzzy Set理論奠基不確定性建模
1986-01
Krassimir Atanassov引入Intuitionistic Fuzzy Sets擴展模糊集合
1998-01
Florentin Smarandache提出Neutrosophic Sets引入不確定性度量
2017-01
Smarandache發展Plithogenic Sets整合屬性與矛盾映射
2018-01
創刊Neutrosophic Sets and Systems期刊促進理論擴展
2026-01
NSWA期刊Volume 26發表Neutrosophic最新應用研究

📎 來源 (4)

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

  1. fs.unm.edu — Adynamicsurvey
  2. nswa.sciencesforce.com — Journal
  3. philpeople.org — Publications
  4. philarchive.org — Fujara
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: ArXiv AI

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。