Roughness and entropy measures of a soft set

Technische Zusammenfassung: Rauheits- und Entropiemaße für weiche Mengen

Problemstellung
Der Beitrag behandelt die Einschränkungen bestehender hybrider Modelle, die die Theorie weicher Mengen (Soft Sets) und die Theorie rauer Mengen (Rough Sets) kombinieren. Während die Theorie rauer Mengen (Pawlak) Unsicherheit durch Approximationsräume und Ununterscheidbarkeitsrelationen effektiv handhabt, stößt sie in Szenarien mit überlappenden Objekten, wie sie in der Mustererkennung und Bildverarbeitung vorkommen, an ihre Grenzen. Insbesondere können die klassischen Definitionen rauer Mengen für untere und obere Approximationen die Grenzen zweier überlappender Objekte nicht klar unterscheiden. Darüber hinaus weichen frühere Versuche, weiche Mengen mit rauen Mengen zu integrieren (z. B. durch Feng et al., Ali, Shabir et al.), oft von den grundlegenden mathematischen und philosophischen Prinzipien ab, die von Molodtsov für die Theorie weicher Mengen etabliert wurden. Zu diesen Abweichungen gehören die fehlerhafte Verwendung weicher Teilmengen und Operationen, die nicht mit Molodtsows ursprünglichen Definitionen übereinstimmen, insbesondere hinsichtlich der Behandlung von Attributmengen und der Nichtexistenz von „weichen Teilmengen" im traditionellen Sinne. Folglich fehlt ein rigoroses theoretisches Rahmenwerk zur Definition von Rauheits- und Entropiemaßen für weiche Mengen, das strikt den Axiomen von Molodtsov folgt und gleichzeitig die Handhabung überlappender Approximationen effektiv ermöglicht.

Methodik
Die Autoren entwickeln ein neuartiges Rahmenwerk für „weiche raue Mengen", indem sie strikt den grundlegenden Prinzipien von Molodtsov folgen. Die Methodik umfasst:

1. Neudefinition von Approximationen: Anstatt direkt Teilmengen der Universalmenge zu verwenden, definieren die Autoren untere und obere weiche Approximationen basierend auf der Zuordnung von Attributen zu approximativen Teilmengen.

   • Untere weiche Approximation ($L(S, A)$): Definiert als die Sammlung von Paaren $(a_i, \cup B_j)$, wobei $B_j$ Äquivalenzklassen sind, die in der Attributteilmenge $S(a_i)$ enthalten sind.
   • Obere weiche Approximation ($U(S, A)$): Definiert als die Sammlung von Paaren $(a_i, \cup C_k)$, wobei $C_k$ Äquivalenzklassen sind, die einen nicht-leeren Schnitt mit $S(a_i)$ haben.
   • Grenze: Die Grenze wird als Differenz zwischen der oberen und der unteren weichen Approximation für jedes Attribut definiert.

2. Rauheitsmaße: Zwei unterschiedliche Rauheitsmaße werden eingeführt:

   • Pawlak-artig ($\theta^P_R$): Basierend auf dem Verhältnis der Kardinalität der unteren Approximation zur oberen Approximation, angepasst für die Summe über alle Attribute.
   • Yao-inspiriert ($\theta^Y_R$): Ein neues Maß, das entwickelt wurde, um eine spezifische Menge von Axiomen für Genauigkeit zu erfüllen (einschließlich Bedingungen für exakte Mengen, leere Mengen und Monotonie bezüglich der Granulierung). Dieses Maß integriert sowohl die untere Approximation als auch die obere Approximation des Komplements, um Symmetrie zwischen einem Objekt und seinem Hintergrund sicherzustellen.

3. Entropiemaße: Sechs Entropiemaße werden vorgeschlagen, um die Unvollständigkeit des Wissens zu quantifizieren, die mit einer weichen Menge verbunden ist:

   • Drei logarithmische Maße (basierend auf Shannons Entropie): Zwei basierend auf dem Pawlak-Rauheitsmaß (unter Einbeziehung des Objekts und seines Komplements) und eines basierend auf dem Yao-inspirierten Rauheitsmaß.
   • Drei exponentielle Maße: Zwei basierend auf dem Pawlak-Rauheitsmaß und eines basierend auf dem Yao-inspirierten Rauheitsmaß.
   • Diese Maße werden auf Eigenschaften wie Maximalwert, Stetigkeit, Symmetrie und Konkavität analysiert.

4. Theoretische Analyse: Der Beitrag beweist rigoros Eigenschaften bezüglich interner und externer Approximationen, das Verhalten dieser Maße unter verschiedenen Äquivalenzrelationen (Granularität) und die Beziehung zwischen den vorgeschlagenen Maßen und ihren Komplementen.

Hauptbeiträge

• Neuartiges Rauheitsrahmenwerk: Der Beitrag führt ein Konzept weicher rauer Mengen ein, das Molodtsows ursprüngliche Definitionen bewahrt, spezifisch das Konzept der „weichen Teilmengen" vermeidet und interne/externe Approximationen korrekt nutzt. Dies ermöglicht die eindeutige Definition unterer und oberer Approximationen, selbst wenn Objekte überlappen.
• Zwei Rauheitsmaße: Der Vorschlag eines Pawlak-artigen Maßes und eines neuen Yao-inspirierten Maßes, das spezifische axiomatische Anforderungen erfüllt und einen robusteren Weg zur Bewertung der Genauigkeit in weichen Mengen bietet.
• Sechs Entropiemaße: Die systematische Definition und Analyse von sechs Entropiemaßen (drei logarithmisch, drei exponentiell), die aus den vorgeschlagenen Rauheitsmaßen abgeleitet sind.
• Axiomatische Validierung: Der Nachweis, dass das vorgeschlagene Yao-inspirierte Genauigkeitsmaß eine Menge von Axiomen erfüllt, die das Pawlak-artige Maß nicht erfüllt, insbesondere hinsichtlich der Symmetrie zwischen einer Menge und ihrem Komplement.
• Vergleichende Analyse: Eine detaillierte Vergleichsstudie, die zeigt, dass das vorgeschlagene Rahmenwerk das Problem überlappender Regionen löst, das die klassische Theorie rauer Mengen nicht handhaben kann, wie durch theoretische Beispiele und visuelle Darstellungen illustriert wird.

Ergebnisse

• Theoretische Eigenschaften: Die Autoren beweisen, dass, wenn eine weiche Menge eine andere intern approximiert, ihre unteren und oberen weichen Approximationen diese Beziehung beibehalten. Umgekehrt gilt für externe Approximationen die Beziehung für untere Approximationen, aber nicht notwendigerweise für obere Approximationen.
• Auswirkung der Granularität: Die Studie bestätigt, dass, wenn die Granulierung der Universalmenge feiner wird (Äquivalenzklassen werden kleiner), die Genauigkeit der weichen Menge zunimmt und die Rauheit abnimmt.
• Verhalten der Entropie:
  • Die logarithmischen Entropiemaße erweisen sich als konkav und stetig.
  • Die exponentiellen Entropiemaße zeigen spezifische monotonische Verhaltensweisen, die vom Parameter $\beta$ abhängen.
  • Das Maß Ent^1_P_e (Pawlak-basiert, zweivariabel) ist recheneffizient, weist jedoch keine axiomatische Konsistenz bezüglich des Komplements auf.
  • Das Maß Ent^3_P_e (Yao-basiert, einvariabel) wird als theoretisch konsistenter und für allgemeine Modellierungszwecke geeigneter identifiziert, insbesondere bei der gleichzeitigen Analyse von Objekten und Hintergründen.
• Handhabung von Überlappungen: Die vorgeschlagenen Definitionen unterscheiden erfolgreich die Grenzen überlappender Regionen (z. B. rote, blaue und grüne Regionen in einem Bild), indem sie sie als distinkte attributbasierte Approximationen behandeln, eine Leistung, die mit Standard-Pawlak-Approximationen nicht möglich ist.

Bedeutung
Der Beitrag behauptet, dass seine primäre Bedeutung in der Bereitstellung eines mathematisch fundierten und philosophisch konsistenten Rahmenwerks für die Analyse von Unsicherheit in weichen Mengen liegt, das spezifisch die Einschränkungen bestehender hybrider Modelle adressiert. Durch die strikte Bewahrung von Molodtsows Prinzipien bietet das vorgeschlagene Rahmenwerk einen neuartigen Ansatz zur Charakterisierung von Rauheit, der sich von der klassischen Theorie rauer Mengen unterscheidet.

Die Autoren heben hervor, dass dieses Rahmenwerk besonders wertvoll für Anwendungen ist, die überlappende Objekte betreffen, wie Mustererkennung, Bildverarbeitung und KI-Vision. Sie schlagen vor, dass die Fähigkeit, untere und obere Approximationen für überlappende Regionen eindeutig zu definieren, die Methodik zu einem potenziellen ergänzenden Werkzeug zur Theorie rauer Mengen in komplexen Domänen wie der Weltraumforschung macht (z. B. bei der Analyse von Oberflächen von Exoplaneten). Der Beitrag schließt, dass zwar kein einzelnes Entropiemaß universell optimal ist, die vorgeschlagene Familie von Maßen jedoch ein flexibles Werkzeugkit zur Quantifizierung von Unsicherheit bietet, wobei die Wahl des Maßes von den spezifischen Anforderungen der Anwendung und dem Bedarf an axiomatischer Konsistenz versus rechnerischer Einfachheit abhängt.