可解释性预测分析方法的研究.pdfVIP

刍 西北大学学报 （自然科学版） 2022 年 8 月，第 52 卷第4 期，Aug. ,2022,Vol.52,No.4 Journal of Northwest University ( Natural Science Edition) 人工智能数学基础• 【主持人语】人工智能基础研究是人工智能的基石 ，对人工智能发展具有基础性、战 略性作用，是人工智能持续发展的保证。 数学作为人工智能基础理论之一，在人工智能理论与技术发展中的作用和价值毋庸 置疑 。徐宗本院士曾于2021年在 《中国科学：信息科学》撰文提出并阐述人工智能研究 与应用中亟待解决的10个重大数理基础问题 。他指出： “对人工智能而言，数学不仅仅 是工具，还是技术内涵本身，而且常常也是最能体现本质、原始创新的部分”。 本专题针对人工智能数学基础理论中的几个问题展开研究 ，主要包括：面向复杂系统 的一种基于粗糙集理论的全新可解释预测分析框架；在逻辑推理及信息处理等许多领域 中扮演重要角色的一致模构造的相关研究；三支模糊集的首次提出以及相关运算 、性质、 结构和应用等。 上述工作皆为人工智能数学基础研究领域热点问题的最新成果展示，必将为相关领 域的研究发展开拓思路,促进相关人工智能数学基础理论的进一步发展。 【主持人】魏玲，西北大学数学学院教授,博士生导师。 可解释性预测分析方法的研究 李庆国C ，康蕴2 ，余斌2 （1.湖南大学数学学院，湖南长沙410082； 2 .湖南师范大学信息科学与工程学院，湖南长沙410006） 摘要：为突破现有预测分析方法中可解释性不足的瓶颈 ，基于粗糙集理论,提出了一种全 新的可解释预测分析的框架 。该框架可进行拓展和优化，灵活性和适用性强 ，为研究面向 复杂系统的预测分析提供了新的研究思路和方法 。为了验证所提出的预测分析方法的有 效性和可行性，文中将该方法应用于聚类预测分析中 ，并将其与现有常用的聚类算法进行 对比研究，然后利用聚类有效性指标进行对比评估 。实验结果表明，文中提出的预测分析 模型在聚类预测分析中具有一定的优势和特色。 关键词:粗糙模糊集;可解释性;预测分析;聚类预测 中图分类号：0159； 0225 DOI ：10.16152/ki.xdxOzr. 2022-04-001 Research on interpretable predictive analysis method LI Qingguo 1, KANG Yu 2, YU Bi 2 (1. School of Mathematics, Huna University, Changsha 410082, China； 2. College of Informatio Science and Engineering, Huna Normal University, Changsha 410006, China) Abstraci : I order tu breek through the botleneckt of insufficient interpretability i existing predictive analy­ sis methods, a new framework of interpretability predictive analysis method is proposed based o the rough set 收稿日期：2022-06-01 基金项 ：国家自然科学基金 ；湖南省自然科学基金 （2020JJ5346） 第一作者:李庆国，男，山东淄川人，教授，博士生导师，从事形式概念分析、粗糙集理论、粒计算等研究,E-maii： ・520・ 西北大学学报(自然科学版) 第52卷 theory. This framework ca