Schválené projekty SGS

Modelování názorů a preferencí pomocí fuzzy nástrojů: koalice, agregace a vzájemné závislosti

SP2022/113

Rozhodnutí v mnoha oblastech závisí na datech a jejich vyhodnocení. Např. ve smart městech, různé skupiny respondentů můžou hodnotit několik témat či záměrů ve vztahu k budoucímu vývoji ve městě (D’Onofrio and E. Portmann, 2017; Švaňa et al., 2021). Obecně jsou lidé považování za univerzální agregátory při řešení různých úkolů, zaměřených na vyhodnocení a výběr nejlepších entit (Dujmović, 2018). Lidé obvykle agregují dle pozorování a výpočtů na základě slovních vyjádření. Často však nejsou schopni formalizovat agregační funkce. Pro člověka je přirozené, používat při hodnocení výrazy přirozeného jazyka. Na základě těchto výrazů také vyjadřují své preference při hodnocení a rozhodování. Zahrnutí této neurčitosti do modelu může vést ke zkvalitnění charakteristik systémového rámce modelování a ke zvýšení věrohodnosti výsledků, což umožní rychlejší pochopení zkoumaného problému (Hudec et al, 2021a). Např.: většina vzdáleností do školy, zaměstnání, obchodu s potravinami, spojů veřejné dopravy, parku by měla být krátká; nebo pro zhodnocení komfortu podmínkou: velikost cca 200 m2, (parkování v garáži, nebo na ulici), přítomnost prostorného balkónu, výhled na moře, vyšší patro, kde prostornější balkón je relevantnější pro vyšší patra a méně relevantní pro výhled na moře. Dalším problémem je závislost a korelace mezi atomickými atributy, které by měly být odhaleny a reportovány srozumitelným způsobem (Alonso at al., 2021; Vučetić et al., 2020). Nižší počet hodnocených atributů či vlastností významně zlepšuje vyhodnocení a klasifikaci entit. V rámci projektu SGS SP2021/86 jsme zkoumali možnosti rozšíření práce s obvyklými fuzzy množinami, fuzzy logikou a strukturami agregačních funkcí pro podporu rozhodování ve smart městech za podmínek výše zmíněné sémantické neurčitosti, vyjádřené lingvistickými pojmy a formalizované fuzzy množinami. V průzkumech je váhavost (hesitance) respondentů přirozená vlastnost, která by měla být vzata v úvahu a zhodnocena. Vyvinuli jsme metodu pokrývající váhavost prostřednictvím rozšířených fuzzy množin a navrhli jsme způsob agregace odpovědí zohledňující různorodé a heterogenní skupiny respondentů (Švaňa et al., 2021). Tento výsledek se stal základem pro vývoj dotazníku v projektu DANTE (Digital area for networking teachers and educators), v rámci iniciativy Erasmus+ Strategic partnership. Navržená struktura dotazníku byla akceptována všemi partnery. Rozšířená verze dotazníku je v současnosti v recenzním řízení (Zapletal et al., 2021; v recenzním řízení). V dalším kroku jsme navrhli novou agregační funkci pro vyhodnocování kvality lingvistických souhrnů dat o vývoji onemocnění COVID-19 v regionech, s přihlédnutím k validitě a pokrytí dat využitím ordinálních souhrnu (Hudec et al., 2021b; v recenzním řízení). Nakonec jsme aplikovali princip fuzzy funkčních závislostí (Fuzzy Functional Dependencies – FFD) pro účely vysvětlení vlivu finanční gramotností na emoční atributy ve vztahu ke katastrofickým událostem (vč. COVID-19) (Vučetić et al. 2021). V rámci těchto aktivit jsem se zaměřovali především na agregaci a vyhodnocení numerických a kategorických dat pomocí fuzzy logiky. V neposlední řadě byla představena nová metodika zachycení výkonnostních hodnot kritérií (a nejen obvyklých vzájemných rozdílů mezi nimi) prostřednictvím metod vícekriteriálního rozhodování PROMETHEE (Zapletal, 2021) Navíc se nám, na základě dosažených výsledků a spolupráce se zahraničními experty (Prof. A, Hadjali, National Engineering School for Mechanics and Aerotechnics, France; a Prof. E. Portmann, University of Fribourg ,Switzerland), podařilo připravit speciální sekci “Fuzziness in Smart Cities” pre konferenci IPMU 2022 (https://ipmu2022.disco.unimib.it/special-sessions/). Návrh projektu staví na výsledcích SGS projektu SP2021/86, se záměrem dále obohatit uvedenou oblast nejen pro koncept chytrých mest, ale také pro další oblasti jako je komplexní hodnocení ve vzdělávaní. V tomto projektu chceme jít dále a hlouběji ve dvou hlavních směrech. Prvním je evaluace elementárních podmínek do jediné sloučené. Problém tohoto vyhodnocení je vyšší počet atributů a podmínek podskupin (nebo koalic atributů). Poslední uvedený může být řešen diskrétním Choquetovým integrálem (Horanská and Šipošová, 2018; Keller et al., 2016; Švaňa et al., 2021). Následně každá atomická podmínka může být splněna zcela, zčásti, nebo vůbec. Toto nás vede k myšlence prozkoumat potenciál logických skóre preferencí (LSP) (Dujmović, 2018), které berou v úvahu agregaci agregačními funkcemi konjunktivními, průměrovými, disjunktivními a smíšenými. Nejperspektivnější oblastí je spojení LSP a Choquetovým diskrétním integrálem. Dále fuzzy metriky (aplikovatelné v řadě oblastí, vč. agregace Choquetovým integrálem) mohou zajistit rozpoznání atrapových (dummy) atributů, prostřednictvím aplikace několika klíčových vlastností fuzzy metrik (Keller et al., 2016). V tomto směru také prozkoumáme potenciál tzv. hesitant fuzzy množin (Zhou et al., 2021) v rámci LSP za účelem integrace se závěry z (Švaňa et al., 2021). Dále se zaměříme na analýzu robustnosti agregace názorů pomocí Choquetova integrálu. Ten vyžaduje odhad vah pro všechny koalice, které mohou mezi uvažovanými skupinami vzniknout. S ohledem na skutečnost, že tyto váhy jsou ryze subjektivní a jejich stanovení je velmi často diskutabilní, budeme se věnovat reverznímu výpočtu: pro jaké váhy koalicí, resp. kombinace těchto vah je výsledný názor (převážně/výrazně) pozitivní/negativní. Tato analýza může výrazným způsobem zvýšit motivaci aplikovat navrženou hodnotící metodu jednak v oblasti výzkumu, ale také a zejména v praxi. V neposlední řadě touto analýzou lze lépe pochopit řešený problém a odhadnout reálný vliv jednotlivých skupin hodnotitelů (respondentů). Další směr bude zaměřen na fakt, že významně korelované či závislé atributy mohou zkreslit výsledek, tj. dát větší význam určité podmnožině atributů (Aggarwal, 2015: Keller et al, 2016). Významně korelované, závislé, nebo irelevantní atributy mohou být odhaleny pomocí metody PCA a fuzzy funkčních závislostí (FFD). PCA je dobře známá metody extrakce vlastností z dat, zatímco FFD je relativně nový přístup vyvinutý na základě existence funkčních závislostí při návrhu relačních databází a rozšířené o fuzzy logiku pro dolování v datech (Vucetic et al., 2013). Druhé zmíněné je vhodné pro výběr atributů, zatímco první pro extrakci vlastností z atributů popisujících data. V rámci tohoto projektu se budeme zabývat hlubším zkoumáním principu FFD ve vztahu k efektivitě výpočtů a přesnosti porovnáním s výsledky získanými metodou PCA. Budeme rovněž vyhodnocovat vysvětlitelnost řešení získaných jak pomocí PCA, tak prostřednictvím aplikace principu FFD a zaměříme se také na odhalování silných závislostí s ohledem na diverzifikaci dat. Získané výsledky budou dále použity pro aplikaci v obecných vícekriteriálních rozhodovacích problémech pro zachycení vzájemných závislostí mezi kritérii. Konkrétně předpokládáme představení zcela nového rozšíření metody PROMETHEE, které zmíněné závislosti umožní modelovat. Vyvinuté metody budeme hodnotit na datech různých druhů: numerických, kategorických a vyjadřujících sentiment. Naším cílem je vyvinout metodu adaptovatelnou na různorodé úlohy evaluace entit s ohledem na přítomnost sémantické neurčitosti. Ohledně aplikace výsledků se zaměříme na dvě oblasti. První je vztažena k informovanosti v rámci smart měst. Zaměřujeme-li se na interpretaci informací z dat ve smart městech, různorodé kategorie stakeholderů ve městě (od doménových expertů až po občany) by měly být informovány především ve srozumitelné podobě (Finger a Portmann, 2016; Terán et al., 2016). Model zapojení občanů ve Smart (kognitivních) městech, ve fázích od eInformovanosti, až po eParticipaci byl navržen v Terán et al. (2016). Navrhovaný SGS projekt dale přispěje do oblasti informované participace a rozhodování v této oblasti. Druhou oblastí je aplikovatelnost v rámci distanční či smíšené výuky. V pandemické situaci vyvstala řada výzev. Prezenční výuka je stále nejlepším způsobem výuky. Na druhou stranu nová zjištění v rámci distanční výuky jsou velmi cenná pro post-pandemické vyučování. Zahraniční experti budou schopni vést několik distančních hodin, nebo dokonce vyučovat elektivní kurzy, což bude studentům ku prospěchu. Abychom do této oblasti vnesli trochu světla, vyhodnotíme data sesbíraná v rámci, již zmíněného projektu DANTE (jenž navíc oproti obvyklým průzkumům zahrnuje také práci s váhavostí při odpovídání na otázky v dotazníku) prostřednictvím metod vyvinutých v rámci tohoto projektu.

2022

2022

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Hudec Miroslav doc. Dr. Ing.