Interval fuzzy sets in the tasks of recognizing and predicting the states of complex objects in conditions of incomplete data

Natalia Kondratenko, Krainichuk Halyna, Andrzej Smolarz, М. Г. Прадівлянний, Natalia Koval, Maksat Kalimoldayev

2025

Полный текст Открытый доступ: Green Метаданные (CSL-JSON)

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

In the tasks of recognizing and predicting the states of complex objects, a common situation is when it is necessary to make decisions with contradictory or incomplete data, which is caused by the presence of a certain level of “noise” or gaps in the data. To solve the existing problem, interval fuzzy sets, or fuzzy sets of type-2, are used, when the values of the membership functions are not a number, but an interval. The report shows the appearance of an interval output in fuzzy logic systems of type-2 when using interval membership functions and the construction of a set of fuzzy models of type-2 using set-theoretic operations for making effective decisions in applied problems.