his.sePublikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
On the Visualization of Discrete Non-additive Measures
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0003-2900-9335
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0002-0368-8037
2018 (engelsk)Inngår i: Aggregation Functions in Theory and in Practice AGOP 2017 / [ed] Torra V, Mesiar R, Baets B, Springer, 2018, s. 200-210Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

Non-additive measures generalize additive measures, and have been utilized in several applications. They are used to represent different types of uncertainty and also to represent importance in data aggregation. As non-additive measures are set functions, the number of values to be considered grows exponentially. This makes difficult their definition but also their interpretation and understanding. In order to support understability, this paper explores the topic of visualizing discrete non-additive measures using node-link diagram representations.

sted, utgiver, år, opplag, sider
Springer, 2018. s. 200-210
Serie
Advances in Intelligent Systems and Computing, ISSN 2194-5357, E-ISSN 2194-5365 ; 581
HSV kategori
Forskningsprogram
Skövde Artificial Intelligence Lab (SAIL); INF301 Data Science
Identifikatorer
URN: urn:nbn:se:his:diva-15590DOI: 10.1007/978-3-319-59306-7_21ISI: 000432811600021Scopus ID: 2-s2.0-85019989762ISBN: 978-3-319-59306-7 (digital)ISBN: 978-3-319-59305-0 (tryckt)OAI: oai:DiVA.org:his-15590DiVA, id: diva2:1218631
Konferanse
9th International Summer School on Aggregation Functions (AGOP), Skövde, Sweden, June 19-22, 2017
Tilgjengelig fra: 2018-06-14 Laget: 2018-06-14 Sist oppdatert: 2018-10-02bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekstScopus

Personposter BETA

Bae, JuheeVentocilla, ElioRiveiro, MariaTorra, Vicenç

Søk i DiVA

Av forfatter/redaktør
Bae, JuheeVentocilla, ElioRiveiro, MariaTorra, Vicenç
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 643 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf