Luận án tiến sĩ: Cập nhật bảng quyết định phủ động dựa trên tập thô mờ

Tập thô là công cụ toán học xử lý dữ liệu không chắc chắn. Phương pháp này dựa trên quan hệ không phân biệt được giữa các đối tượng. Mỗi đối tượng được mô tả bởi tập thuộc tính và giá trị.

Bảng quyết định chứa thuộc tính điều kiện và thuộc tính quyết định. Thuộc tính điều kiện mô tả đặc điểm đối tượng. Thuộc tính quyết định là kết quả phân loại hoặc dự đoán.

Xấp xỉ dưới chứa đối tượng chắc chắn thuộc lớp. Xấp xỉ trên chứa đối tượng có thể thuộc lớp. Miền biên là vùng không chắc chắn giữa hai xấp xỉ này.

Cập nhật phủ động xử lý thay đổi dữ liệu theo thời gian. Không tính toán lại từ đầu khi có dữ liệu mới. Chỉ điều chỉnh phần bị ảnh hưởng bởi thay đổi.

Phương pháp này theo dõi xu hướng thay đổi của các tham số. Xác suất có điều kiện được cập nhật dần dần. Các tập xấp xỉ được điều chỉnh theo dữ liệu mới.

Hiệu quả tính toán cao hơn phương pháp tĩnh truyền thống. Phù hợp với ứng dụng yêu cầu phản hồi nhanh. Đảm bảo độ chính xác trong môi trường dữ liệu động.

Hệ thống giám sát an ninh sử dụng cập nhật phủ động để phát hiện bất thường. Dữ liệu cảm biến được xử lý liên tục và cập nhật quyết định theo thời gian thực.

Phân tích giao dịch tài chính áp dụng phương pháp này để phát hiện gian lận. Mẫu giao dịch thay đổi liên tục và cần cập nhật nhanh chóng.

Y tế sử dụng cập nhật phủ động trong theo dõi bệnh nhân. Dữ liệu sinh hiệu được cập nhật liên tục để đưa ra cảnh báo kịp thời.

Lý thuyết quyết định ba nhánh dựa trên chi phí quyết định sai. Mỗi quyết định có chi phí liên quan khi đúng hoặc sai. Tối thiểu hóa chi phí kỳ vọng là mục tiêu.

Ngưỡng alpha và beta được tính từ ma trận chi phí. Alpha là ngưỡng để chấp nhận vào miền dương. Beta là ngưỡng để từ chối vào miền âm. Vùng giữa hai ngưỡng là miền biên.

Xác suất có điều kiện Pr(D|T(x)) đo khả năng đối tượng thuộc lớp quyết định. T(x) là lớp dung sai của đối tượng x. So sánh xác suất này với ngưỡng để phân loại.

Thêm đối tượng mới thay đổi xác suất có điều kiện. Nếu đối tượng mới thuộc cùng lớp quyết định, xác suất tăng. Nếu thuộc lớp khác, xác suất giảm.

Thay đổi giá trị thuộc tính cũng ảnh hưởng xác suất. Lớp dung sai của đối tượng có thể thay đổi. Kéo theo thay đổi số lượng đối tượng trong các tập liên quan.

Luận án phân tích chi tiết các trường hợp thay đổi. Đưa ra công thức cập nhật xác suất cho từng trường hợp. Tránh tính toán lại toàn bộ từ đầu.

Phương pháp đề xuất theo dõi thay đổi của tập đối tượng. Xác định đối tượng nào bị ảnh hưởng bởi thay đổi. Chỉ cập nhật xác suất cho đối tượng bị ảnh hưởng.

Thuật toán lưu trữ thông tin cần thiết từ lần tính trước. Sử dụng thông tin này để cập nhật nhanh chóng. Giảm đáng kể thời gian tính toán so với phương pháp tĩnh.

Thực nghiệm cho thấy hiệu quả cao trên nhiều bộ dữ liệu. Thời gian cập nhật giảm đáng kể với dữ liệu lớn. Độ chính xác giữ nguyên so với tính toán ban đầu.

Dữ liệu không cân bằng làm giảm hiệu suất phân loại. Mô hình học máy tối ưu độ chính xác tổng thể. Dẫn đến bỏ qua lớp thiểu số quan trọng.

Độ đo F-measure và AUC phù hợp hơn accuracy. F-measure cân bằng precision và recall. AUC đo khả năng phân biệt giữa các lớp.

Chi phí phân loại sai lớp thiểu số thường cao hơn. Bỏ sót bệnh nhân ung thư nghiêm trọng hơn chẩn đoán nhầm. Cần tăng trọng số cho lớp thiểu số.

Oversampling ngẫu nhiên nhân bản mẫu lớp thiểu số. Đơn giản nhưng dễ gây overfitting. Mô hình học thuộc lòng các mẫu lặp lại.

SMOTE tạo mẫu tổng hợp giữa các mẫu gần nhau. Tăng đa dạng cho lớp thiểu số. Vẫn có thể tạo mẫu nhiễu nếu lớp thiểu số phân tán.

Undersampling ngẫu nhiên loại bỏ mẫu lớp đa số. Có thể mất thông tin quan trọng. Cần phương pháp chọn lọc thông minh hơn.

MFRIS (Fuzzy Rough Imbalanced Selection) chọn mẫu từ lớp đa số. Sử dụng hàm thành viên thô để đánh giá chất lượng. Loại bỏ mẫu có chất lượng thấp.

MFRIS1 và MFRIS2 là hai phiên bản đầu tiên. Sử dụng hàm thành viên thô dạng khác nhau. Hiệu quả nhưng còn hạn chế về độ chi tiết.

MFRIS3 là phương pháp cải tiến của luận án. Tối ưu hóa ngưỡng lựa chọn tự động. Điều chỉnh độ chi tiết phù hợp với từng bộ dữ liệu. Thực nghiệm cho thấy cải thiện AUC đáng kể.

Hàm thành viên thô dạng một σ_C(x) đo tỷ lệ giao nhau. Tính giao giữa lân cận và tập mục tiêu. Chia cho kích thước lân cận.

Hàm thành viên thô dạng hai φ_C(x) dùng phép hợp. Tính hợp của các lân cận giao với tập mục tiêu. Cung cấp góc nhìn khác về độ thuộc.

Hàm thành viên thô dạng ba V_C(x) kết hợp cả hai. Sử dụng cả giao và hợp trong công thức. Cân bằng giữa các yếu tố ảnh hưởng.

Thêm đối tượng mới thay đổi cấu trúc phủ. Lân cận của các đối tượng cũ có thể thay đổi. Hàm thành viên thô cần được cập nhật.

Luận án phân tích chi tiết xu hướng thay đổi. Xác định đối tượng nào bị ảnh hưởng bởi đối tượng mới. Chỉ cập nhật hàm thành viên cho đối tượng bị ảnh hưởng.

Công thức cập nhật dựa trên thông tin đã lưu trữ. Không cần duyệt lại toàn bộ tập dữ liệu. Giảm đáng kể độ phức tạp tính toán.

Thuật toán đề xuất cập nhật tập xấp xỉ dưới và trên phân cấp. Sử dụng hàm thành viên thô đã cập nhật. So sánh với ngưỡng để phân loại lại.

Đối tượng có hàm thành viên tăng có thể chuyển sang tập xấp xỉ dưới. Đối tượng có hàm thành viên giảm có thể rời khỏi tập xấp xỉ trên. Cập nhật chỉ ảnh hưởng đối tượng thay đổi.

Thực nghiệm cho thấy hiệu quả cao so với phương pháp tĩnh. Thời gian cập nhật giảm đáng kể với dữ liệu lớn. Kết quả giống hệt tính toán ban đầu, đảm bảo chính xác.

Hệ thống phát hiện xâm nhập cần phản hồi nhanh. Dữ liệu lưu lượng mạng đến liên tục. Cập nhật phủ động cho phép phát hiện tấn công kịp thời.

Mất cân bằng dữ liệu nghiêm trọng trong an ninh mạng. Lưu lượng bình thường nhiều hơn tấn công rất nhiều. Phương pháp MFRIS giúp cân bằng dữ liệu huấn luyện.

Kết hợp cập nhật phủ động và cân bằng dữ liệu cải thiện hiệu suất. Phát hiện tấn công mới nhanh chóng. Giảm tỷ lệ báo động nhầm.

Hệ thống hỗ trợ quyết định lâm sàng sử dụng bảng quyết định. Dữ liệu bệnh nhân cập nhật từ xét nghiệm và triệu chứng. Quyết định ba nhánh phù hợp khi không chắc chắn.

Miền biên cho phép trì hoãn quyết định khi cần thêm thông tin. Yêu cầu xét nghiệm bổ sung thay vì chẩn đoán vội vàng. Giảm rủi ro chẩn đoán sai.

Bệnh hiếm tạo ra dữ liệu không cân bằng. Phương pháp cân bằng dữ liệu cải thiện phát hiện bệnh hiếm. Tăng khả năng chẩn đoán sớm.

Phát hiện gian lận tài chính đối mặt với dữ liệu không cân bằng. Giao dịch gian lận chiếm tỷ lệ rất nhỏ. MFRIS giúp lựa chọn mẫu huấn luyện tốt hơn.

Giao dịch mới đến liên tục cần đánh giá nhanh. Cập nhật phủ động cho phép phân loại thời gian thực. Chặn giao dịch gian lận kịp thời.

Mô hình gian lận thay đổi theo thời gian. Cập nhật tăng cường giúp mô hình thích ứng. Duy trì hiệu suất phát hiện cao liên tục.

Thí nghiệm sử dụng 20+ bộ dữ liệu từ UCI Repository. Bao gồm nhiều lĩnh vực khác nhau. Kích thước từ vài trăm đến hàng chục nghìn mẫu.

Tỷ lệ mất cân bằng từ 1:2 đến 1:100. Kiểm tra khả năng xử lý mức độ mất cân bằng khác nhau. Đảm bảo tính tổng quát của phương pháp.

Chia dữ liệu theo cross-validation 10-fold. Lặp lại thí nghiệm nhiều lần để đảm bảo tin cậy. Tính trung bình và độ lệch chuẩn của kết quả.

Thời gian cập nhật giảm 60-80% so với tính toán ban đầu. Hiệu quả tăng theo kích thước dữ liệu. Với dữ liệu lớn, lợi ích càng rõ rệt.

Độ chính xác giữ nguyên 100% so với phương pháp tĩnh. Không có sai số do xấp xỉ. Đảm bảo tính chính xác tuyệt đối.

Bộ nhớ sử dụng tăng nhẹ để lưu thông tin cần thiết. Đánh đổi hợp lý giữa thời gian và không gian. Phù hợp với hầu hết ứng dụng thực tế.

MFRIS3 đạt AUC cao nhất trên 15/20 bộ dữ liệu. Cải thiện trung bình 3-5% so với MFRIS1 và MFRIS2. Vượt trội hơn Random Undersampling và CNN.

Kiểm định Friedman cho p-value < 0.05. Khẳng định sự khác biệt có ý nghĩa thống kê. Xếp hạng trung bình cao nhất trong các phương pháp so sánh.

Thời gian chuẩn bị dữ liệu chấp nhận được. Cân bằng giữa chất lượng và hiệu quả. Phù hợp cho ứng dụng yêu cầu độ chính xác cao.