Estimation of the Linear Convolution Sensitivity of Particular Criteria during the Expert Determination of Weight Factors

M. Dmitriev; Lomazov V. A.

?

Estimation of the Linear Convolution Sensitivity of Particular Criteria during the Expert Determination of Weight Factors

Scientific and Technical Information Processing. 2014. Vol. 41. No. 6. P. 400–403.

Дмитриев М. Г., Lomazov V. A.

Рассмотрен подход к решению задач многокритериальной оптимизации, основанный на использовании агрегированного критерия в виде линейной свертки частных критериев, где весовые коэффициенты получены на основе ранжирования частных критериев по степени значимости. Предложена процедура, позволяющая оценить изменение оптимального решения при элементарном изменении экспертных суждений. Построен числовой пример. (Статья является переводом статьи: Дмитриев М.Г., Ломазов В.А. Оценка чувствительности линейной свертки частных критериев при экспертном определении весовых коэффициентов //Искусственный интеллект и принятие решений. 2014, №1.- Стр. 52-56).

Научное направление: Компьютерные науки

Приоритетные направления: компьютерно-математическое

Язык: английский

Ключевые слова: ранжирование весовые коэффициенты ranking small parameter малый параметр linear convolution weight coefficients линейная свертка

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

TreeDQN: Sample-efficient off-policy reinforcement learning for combinatorial optimization

Sorokin D., Kostin A., Савченко Л. В. и др., Knowledge-Based Systems 2026 Vol. 348 Article 116258

Добавлено: 10 июня 2026 г.

Microbial diversity and production of milk spirit using traditional Buryat fermentation and distillation technologies

Namsaraev Z., Nanzatov B., Козлова А. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 17769

Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...

Добавлено: 10 июня 2026 г.

Artificial intelligence and digital twins for failure prediction in data center cooling systems: a comprehensive literature review (2018–2026)

Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19

Добавлено: 10 июня 2026 г.

Innovations in Information and Decision Sciences. Proceedings of the 13th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2025), Volume 4

Springer, 2026.

Добавлено: 8 июня 2026 г.

Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Seul: PMLR, 2026.

Добавлено: 4 июня 2026 г.

OpenAtom Foundation. Консорциум, развивающий Open Source в Китае.

Силаков Д. В., Системный администратор 2026 № 3 С. 28–33

В статье про платформы для разработки открытого ПО в Китае мы рассказали про GitCode – молодой проект, позиционируемый как площадка для разработчиков со всего мира. Сейчас на GitCode размещаются проекты, созданные в КНР, но некоторые из них уже известны и на международной арене. Помочь открытым проектам в становлении, развитии и расширению аудитории призван фонд OpenAtom ...

Добавлено: 2 июня 2026 г.

The recognition-by-components method

Slivnitsin P., Мыльников Л. А., Engineering Applications of Artificial Intelligence 2026 Vol. 179 Article 115185

Добавлено: 29 мая 2026 г.

Brain-Computer Interfaces for Gait Rehabilitation After Stroke A Scoping Review

Мокиенко О. А., Zisman M. A., Бобров П. Д. и др., American Journal of Physical Medicine and Rehabilitation 2026 Vol. 105 No. 6 P. 555–563

Добавлено: 28 мая 2026 г.

Generalizing the Brady-Yong Algorithm: Efficient Fast Hough Transform for Arbitrary Image Sizes

Kazimirov D., Rybakova E., Vitalii V. Gulevskii и др., IEEE Access 2025 Vol. 13 P. 20101–20132

Добавлено: 28 мая 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Determining the boundary of dynamical chaos in the generalized Chirikov map via machine learning

Чернышов Д. П., Сатанин А. М., Щур Л. Н., / Series arXiv "math". 2025.

Добавлено: 21 ноября 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Оценка моделей LLM по степени готовности решать задачи управления в области ESG

Сторчевой М. А., Мыльников Л. А., Чернышев В. В. и др., / SSRN. Серия "Working Papers". 2025.

Внимание к охране природы принимает все большую значимость для бизнеса с одной стороны в связи с ужесточением в природоохранном законодательстве, а с другой в связи с использованием ESG рейтингов при принятии решений о коммерческой деятельности компаний. Составление рейтинга LLM систем, способных оказывать консультационные услуги в области природоохраны и ESG, позволяет осуществить выбор такой системы для ...

Добавлено: 18 сентября 2025 г.

Измерение ранжирующей способности модели стохастической границы с усечённым нормальным распределением неэффективности

Ахмедов Э., Фурманов К. К., Экономика и математические методы 2025 Т. 61 № 1 С. 109–117

Модель стохастической границы - регрессионная модель, в которой объясняемой величиной выступает выпуск предприятия или его издержки, а необъясненная вариация выпуска (издержек) разделяется на две составляющие: стохастический шок и неэффективность, моделируемые случайными величинами с разными законами распределения. Модель позволяет получить оценки неэффективности отдельных предприятий и отраслей в целом, очищенные от влияния стохастических шоков. В настоящий момент она является одним из основных эконометрических инструментов анализа эффективности и продуктивности. ...

Добавлено: 27 марта 2025 г.

Анализ и развитие методов оценивания интегральных индексов социально-экономического благополучия детей в субъектах РФ

Вайншток А. П., Юрков Е. Ф., Якуба В. И., Информационные процессы 2024 Т. 24 № 4 С. 319–334

Комплексное исследование социально-экономических факторов, влияющих на положение детей и семей с детьми в субъектах РФ, является социальной потребностью и важной научной и практической задачей поддержки принятия эффективных управленческих решений. Для этих целей принято использовать интегральные (сводные) индексы, агрегирующие релевантные показатели и характеризующие состояние субъектов. Оценка состояния субъекта РФ является многоплановой характеристикой, и различные методы индексации ...

Добавлено: 11 декабря 2024 г.

Составление ESG-рейтинга методом многокритериального ранжирования с использованием NLP на примере российских компаний

Мыльников Л. А., Сторчевой М. А., Лапина В. В. и др., Известия Иркутского государственного университета. Серия: Математика 2024 Т. 50 С. 125–142

Актуальность исследования обусловлена сложностью оценки экологической и социальной ответственности компаний в условиях ограниченного времени и сведений о них, а также возможностью автоматического сбора информации из открытых источников.. Использованы методы автоматического выделения топиков из текстовых данных, методы машинного обучения и многокритериального ранжирования, сопоставительный и экспертный анализ получаемых результатов. Для проведения экспериментов было собрано более 1200 отчетов ...

Добавлено: 4 декабря 2024 г.