Fuzzy and neutrosophic modeling for link prediction in social networks

Tuấn, Trần Mạnh; Chuan, Pham Minh; Ali, Mumtaz; Ngân, Trần Thị; Mittal, Mamta; Sơn, Lê Hoàng

doi:10.1007/s12530-018-9251-y

Cited by 26 publications

(10 citation statements)

References 29 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Further introduction of soft code with rank metric [22] and construction of T-direct soft codes [23] may be helpful to tackle the multichannel coding problem, which is left for researchers in coding theory. The general case based on N-soft sets and others [24][25][26][27][28][29][30][31][32][33][34][35][36] will be developed as well.…”

Section: Discussionmentioning

confidence: 99%

New Soft Set Based Class of Linear Algebraic Codes

et al. 2018

Self Cite

View full text Add to dashboard Cite

In this paper, we design and develop a new class of linear algebraic codes defined as soft linear algebraic codes using soft sets. The advantage of using these codes is that they have the ability to transmit m-distinct messages to m-set of receivers simultaneously. The methods of generating and decoding these new classes of soft linear algebraic codes have been developed. The notion of soft canonical generator matrix, soft canonical parity check matrix, and soft syndrome are defined to aid in construction and decoding of these codes. Error detection and correction of these codes are developed and illustrated by an example.

show abstract

Section: Discussionmentioning

confidence: 99%

New Soft Set Based Class of Linear Algebraic Codes

et al. 2018

Self Cite

View full text Add to dashboard Cite

show abstract

“…Số liệu được mô tả cụ thể ở bảng 1. Các độ đo dùng để đánh giá và so sánh hiệu năng của thuật toán đề xuất với các thuật toán có liên quan bao gồm: Time, Accuracy [14], Recall [14], Precision [14]. Đồng thời, chúng tôi đánh giá hiệu năng của mô hình phát triển GCFSM với một số mô hình đã được nghiên cứu gần đây FIS [15] và SSFCFSM [16].…”

Section: Một Số Kết Quả Thực Nghiệmunclassified

Tính Toán Hạt Dựa Trên Độ Đo Tương Đồng Mờ Phức Trong Hỗ Trợ Chẩn Đoán Nha Khoa

Tuấn¹,

Ngân²,

Tuấn³

2021

TNUJST

View full text Add to dashboard Cite

Việc ứng dụng công nghệ trợ giúp trong quá trình thăm khám bệnh là nhân tố quan trọng trong việc giảm tải công việc của bác sĩ. Vấn đề đặt ra là làm thế nào để các công nghệ nâng cao được chính xác trong chẩn đoán. Trong nghiên cứu này, chúng tôi phát triển một mô hình kết hợp giữa tính toán hạt với các độ đo tương đồng mờ phức. Trước hết, độ đo tương đồng mờ phức được sử dụng để đánh giá độ tương đồng giữa các mẫu bệnh chuẩn với mẫu cần chẩn đoán. Sau đó tính toán hạt được áp dụng để lựa chọn xem bệnh nào có khả năng mắc cao nhất. Mô hình đề xuất được thực nghiệm trên bộ dữ liệu ảnh nha khoa bao gồm các ảnh X-quang về bệnh răng khôn mọc lệch. Kết quả thực nghiệm chứng tỏ mô hình mới có độ chính xác tốt hơn so với một số phương pháp khác. Kết quả nghiên cứu này sẽ hỗ trợ các nha sĩ trong chẩn đoán bệnh răng khôn mọc lệch.

show abstract

“…This section presents the preliminaries needed to understand any problem of time series forecasting Definition 1 [62]. Given F(t) as the group of all possible values of fuzzy time series at time t, F(t − 1) is group of all possible values at t − 1 having Z as a fuzzy relation between F(t) and F(t − 1) where Z is a union of all fuzzy relations defined as:…”

Section: Mathematical Preliminarymentioning

confidence: 99%

Degree Approximation-Based Fuzzy Partitioning Algorithm and Applications in Wheat Production Prediction

Jain

Kapania

et al. 2018

Symmetry

View full text Add to dashboard Cite

Recently, prediction modelling has become important in data analysis. In this paper, we propose a novel algorithm to analyze the past dataset of crop yields and predict future yields using regression-based approximation of time series fuzzy data. A framework-based algorithm, which we named DAbFP (data algorithm for degree approximation-based fuzzy partitioning), is proposed to forecast wheat yield production with fuzzy time series data. Specifically, time series data were fuzzified by the simple maximum-based generalized mean function. Different cases for prediction values were evaluated based on two-set interval-based partitioning to get accurate results. The novelty of the method lies in its ability to approximate a fuzzy relation for forecasting that provides lesser complexity and higher accuracy in linear, cubic, and quadratic order than the existing methods. A lesser complexity as compared to dynamic data approximation makes it easier to find the suitable de-fuzzification process and obtain accurate predicted values. The proposed algorithm is compared with the latest existing frameworks in terms of mean square error (MSE) and average forecasting error rate (AFER).

show abstract

Fuzzy and neutrosophic modeling for link prediction in social networks

Cited by 26 publications

References 29 publications

New Soft Set Based Class of Linear Algebraic Codes

New Soft Set Based Class of Linear Algebraic Codes

Tính Toán Hạt Dựa Trên Độ Đo Tương Đồng Mờ Phức Trong Hỗ Trợ Chẩn Đoán Nha Khoa

Degree Approximation-Based Fuzzy Partitioning Algorithm and Applications in Wheat Production Prediction

Contact Info

Product

Resources

About