🔢 mathematics

Convexity of Picture Fuzzy Multisets

この論文では、ピクチャファジィ多重集合の概念を研究した上で、その凸性の概念を導入し、いくつかの性質を提示しています。

原著者： Taiwo O. Sangodapo

公開日 2026-03-25

📖 1 分で読めます🧠 じっくり読む

原著者： Taiwo O. Sangodapo

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

🎨 1. 背景：世界は「白か黒」だけじゃない

まず、この研究の土台となっている**「ファジィ集合（あいまいな集合）」**という考え方から始めましょう。

従来の考え方（古典論）：
「このリンゴは赤い」か「赤くない」か、どちらかです。白か黒か、1 か 0 か。
ファジィ集合（Zadeh 先生）：
「このリンゴは0.8 くらい赤い」と、程度で表せます。
ピクチャーファジィ集合（Cuong 先生）：
さらに進んで、人間の判断はもっと複雑だと考えました。
「このリンゴは赤い（賛成）、青い（中立）、黄色い（反対）」という 3 つの側面を同時に持っています。
- 賛成（Positive）： 好きだ、赤い。
- 中立（Neutral）： どちらでもない、青い。
- 反対（Negative）： 嫌い、黄色い。
- 拒否（Refusal）： 「わからない、答えたくない」という気持ちも残ります。

この「3 つの感情（賛成・中立・反対）」を扱えるのが**「ピクチャーファジィ集合」**です。

🛍️ 2. マルチセット：同じリンゴが何個も並んでいる

次に**「マルチセット（多重集合）」**という概念です。

普通の集合： 「リンゴ」が 1 つある。
マルチセット： 「リンゴ」が3 つある。あるいは「赤いリンゴが 2 つ、青いリンゴが 1 つ」のように、同じものが重複して存在する状態です。

これを組み合わせると、**「ピクチャーファジィマルチセット（PFMS）」になります。
これは、「同じリンゴが何個も並んでいて、それぞれが『賛成・中立・反対』の度合いを微妙に持っている状態」**を表現するものです。

例え話：
選挙の投票箱を想像してください。
普通の投票なら「A 候補に 1 票」ですが、PFMS は、**「同じ有権者が、自分の気持ちの揺れ（賛成・中立・反対）を、複数の投票用紙に書き込んで箱に入れている」**ような状態です。

📐 3. 本研究の核心：「凸性（凸集合）」とは？

さて、ここがこの論文のメインテーマである**「凸性（Convexity）」**の話です。

凸集合（Convex Set）のイメージ：
丸いお皿の上で、2 点を結ぶ直線が、お皿の外側に出ない状態です。
「A 点と B 点の中間にある点は、必ず A と B の間にある（集合の中にある）」ということです。
- 凹んでいる（非凸）： 穴が開いているお皿。A と B を結ぶと、穴の部分を抜けて外に出てしまいます。
この論文の問い：
「賛成・中立・反対」の度合いを持つ「ピクチャーファジィマルチセット」において、「2 つの点（投票状態）を混ぜ合わせた中間の状態」も、必ずその集合の中に含まれているか？ という性質を調べました。

🧩 4. 論文が解明したこと（簡単な要約）

この論文では、以下のようなことを証明しました。

定義の確立：
「ピクチャーファジィマルチセット」が「凸」であるためのルール（定義）を、数学的にきちんと言語化しました。
- 要するに、「2 つの異なる投票状態を、ある比率で混ぜ合わせたら、その結果も『あり得る状態』として許容されるか？」という基準を作ったのです。
性質の発見：
- 切り取り（カットセット）との関係： 複雑な集合を「賛成度が 0.5 以上」など、単純なルールで切り取った時、その切り取った部分も「凸」であるかどうかを調べました。結果、**「全体が凸なら、切り取った部分も凸になる」**ことが分かりました。
- 交わり（共通部分）の性質： 2 つの凸な集合（例えば「A 候補を支持するグループ」と「B 候補を支持するグループ」）を掛け合わせ（共通部分を取った）たとき、その結果も「凸」になることを証明しました。
凸包（Convex Hull）の概念：
「凸な形に包む」という考え方です。ある集合の点たちをすべて含みながら、最も小さな「凸な形」を作ることを考えました。この論文では、ピクチャーファジィマルチセットにおいても、この「凸包」が「すべての点の混ぜ合わせ（凸結合）」でできていることを示しました。

🌟 5. なぜこれが重要なのか？（実生活での意味）

この研究は、単なる数学遊びではありません。

意思決定の支援：
複雑な社会問題やビジネスの意思決定において、人々の意見は「賛成・中立・反対」の入り混じった状態です。また、同じ人が複数の意見を持っていることもあります。
データの滑らかさ：
「凸性」が保たれているということは、**「極端な意見の中間にある、穏やかな意見も、自然に許容される範囲内にある」**ことを意味します。
これにより、AI やコンピュータが、人間の複雑な「揺れ動く意見」を処理する際、論理的な破綻（穴）なく計算できるようになります。

💡 まとめ

この論文は、**「人間の複雑な感情（賛成・中立・反対）と、その重複（マルチセット）を数学的に扱う新しい道具」を作り、「その道具が、滑らかで論理的な形（凸性）を持っているかどうか」**を検証したものです。

**「2 つの意見の中間にある『まあまあ』な意見も、ちゃんとその世界の中に存在している」**という安心感（数学的な保証）を与えたのが、この研究の功績と言えます。

論文サマリー：ピクチャファジィ多重集合の凸性

1. 背景と問題提起

従来のファジィ理論は、不確実性や曖昧さを扱う強力な枠組みを提供してきました。Zadeh によるファジィ集合（1965 年）の導入以来、Atanassov による直観的ファジィ集合（IFS）、Cuong によるピクチャファジィ集合（PFS）へと発展し、それぞれ「拒否（refusal）」や「中立（neutral）」の度合いを表現する能力が強化されてきました。

さらに、要素の重複を許容する「多重集合（Multiset）」の概念をファジィ理論に統合した「ファジィ多重集合（FMS）」や「ピクチャファジィ多重集合（PFMS）」も提案されています。PFMS は、単一の要素に対して複数の所属度（正、中立、負）のリストを保持できるため、複雑な意思決定やデータ分析においてより柔軟な表現が可能です。

本研究が解決する問題：
既存の研究では、ファジィ集合やピクチャファジィ集合における「凸性（Convexity）」の概念は確立されています（例：Sangodapo & Ajayi, 2022）。しかし、ピクチャファジィ多重集合（PFMS）における凸性の定義とその性質は未だ確立されていませんでした。PFMS の構造（多重性を持つ所属度シーケンス）を考慮した凸性の定式化と、その数学的性質の解明が本研究の主要な課題です。

2. 手法と理論的枠組み

本研究は、以下の段階的なアプローチで理論を構築しています。

定義の拡張:
- 既存の PFMS の定義（正、中立、負の所属度カウント関数）を踏まえ、凸性の概念を PFMS に適用するための新しい定義を導入しました。
- 定義 3.1: PFMS $D$ $D$ が凸であるための条件として、任意の 2 点 $x, y$ $x, y$ とパラメータ $\lambda \in [0,1]$ $λ \in [0, 1]$ に対して、正・中立所属度の最小値（ $\wedge$ $\land$ ）が凸結合点で維持され、負所属度の最大値（ $\vee$ $\lor$ ）が維持されることを要求しています。
  - $\sigma^k_D((1-\lambda)x + \lambda y) \geq \sigma^k_D(x) \wedge \sigma^k_D(y)$
  - $\tau^k_D((1-\lambda)x + \lambda y) \geq \tau^k_D(x) \wedge \tau^k_D(y)$
  - $\eta^k_D((1-\lambda)x + \lambda y) \leq \eta^k_D(x) \vee \eta^k_D(y)$
- これを有限個の点への拡張（定義 3.2, 3.3）および「ピクチャ凸包（Picture Convex Hull: Pch）」の定義（定義 3.4）へと発展させました。
カット集合との等価性の証明:
- ファジィ集合論における古典的な結果（ファジィ集合の凸性 $\iff$ そのカット集合が凸であること）を PFMS に拡張しました（命題 3.1）。
- PFMS の $(r, s, t)$ -カット集合が通常の凸集合となることと、元の PFMS が凸であることは同値であることを示しました。
代数的性質の導出:
- 凸な PFMS 同士の共通部分（Intersection）が再び凸になること（命題 3.2）を証明しました。
- 任意の凸な PFMS の族の共通部分も凸であることを示しました（系 3.1）。
- 凸性の定義を、有限個の点の凸結合に関する不等式条件（命題 3.3）として再定式化し、数学的帰納法を用いてその妥当性を証明しました。
凸包の特性:
- 凸な PFMS $D$ に対して、その凸包 $Pch(D) $は$ D$ の点のすべての凸結合からなる集合であることを定理 3.1 として示しました。

3. 主要な貢献

概念の創出: 「ピクチャファジィ多重集合の凸性」という新しい数学的概念を初めて導入しました。
公理化: PFMS における凸性を厳密に定義し、カット集合との関係性、凸結合の性質、凸包の構成など、一貫した公理的体系を構築しました。
一般化の完成: 従来のファジィ集合、直観的ファジィ集合、ピクチャファジィ集合における凸性の研究を、より高度な「多重集合」の文脈へと自然に拡張しました。

4. 結果

命題 3.1: PFMS の凸性は、そのすべての $(r, s, t)$ -カット集合の凸性と同値であることが証明されました。これにより、複雑な PFMS の凸性を、より扱いやすいクリスプ（明確）な集合の凸性に還元して解析できる道が開かれました。
命題 3.2 & 系 3.1: 凸な PFMS の共通部分は常に凸であることが示されました。これは、複数の制約条件（凸な PFMS で表現される）を同時に満たす領域が、依然として凸性を保つことを意味し、最適化問題への応用可能性を示唆します。
命題 3.3: 凸性は、任意の有限点集合の凸結合に対する所属度の不等式条件として特徴づけられることが確認されました。
定理 3.1: PFMS の凸包は、その集合内の点のすべての凸結合の集合として構成されることが証明されました。

5. 意義と応用

本研究の成果は、以下の点で重要な意義を持っています。

理論的基盤の強化: 不確実性理論の最前線である PFMS において、幾何学的な性質（凸性）が確立されたことで、より高度な数学的解析（最適化、制御理論、近似推論など）が可能になりました。
意思決定への応用: PFMS は、人間の判断における「賛成」「反対」「中立」「拒否」の 4 つの態度を同時に扱うのに適しています。凸性の概念が導入されたことで、複数の評価基準や複数の評価者（多重集合として表現）からの情報を統合した際、その結果が「凸な」安定した領域に収束するかを数学的に保証できるようになります。
群論への拡張の基礎: 論文の序盤で言及されている通り、PFMS は群論への拡張も進められています。凸性の概念は、ファジィ群や PFMS 上の代数構造を研究する際の重要な道具となり、将来的な代数幾何学や抽象代数への応用への架け橋となります。

結論として、本論文は PFMS の理論体系を完成させる重要な一歩であり、複雑な不確実性を伴う問題解決における数学的ツールとしての PFMS の実用性を大幅に高めています。