Grupo: Soft Computing and Intelligent Information Systems (SCI2S)https://hdl.handle.net/10481/312762024-03-28T22:34:39Z2024-03-28T22:34:39ZAnalysis of self-confidence indices-based additive consistency for fuzzy preference relations with self‐confidence and its application in group decision makingLiu, XiuXu, YejunMontes Soldado, Rosa AnaDing, Ru-XiHerrera Triguero, Franciscohttps://hdl.handle.net/10481/884972024-02-07T07:29:07ZAnalysis of self-confidence indices-based additive consistency for fuzzy preference relations with self‐confidence and its application in group decision making
Liu, Xiu; Xu, Yejun; Montes Soldado, Rosa Ana; Ding, Ru-Xi; Herrera Triguero, Francisco
El artículo analiza la utilización de relaciones de preferencia difusas con autoconfianza (FPRs-SC) en problemas de toma de decisiones en grupo (GDM). El artículo se centra en el análisis de la consistencia aditiva de las FPRs-SC y su aplicación en GDM. Introduce leyes operativas para FPRs-SC, propone un índice de consistencia aditiva que considera tanto los valores de preferencia difusos como la autoconfianza, y presenta un algoritmo iterativo para tratar la inconsistencia en FPRs-SC. El estudio esboza un proceso para calcular FPR-SC colectivos agregando los individuales mediante un operador basado en índices de autoconfianza, dando más peso a los expertos más autoconfiados. Además, se diseña una función de puntuación de la autoconfianza para determinar la mejor alternativa en GDM con FPRs-SC. La viabilidad y validez de la investigación se demuestran mediante un ejemplo ilustrativo y análisis comparativos.; The article discusses the utilization of fuzzy preference relations with self-confidence (FPRs-SC) in group decision-making (GDM) problems. The paper focuses on analyzing the additive consistency of FPRs-SC and its application in GDM. It introduces operational laws for FPRs-SC, proposes an additive consistency index considering both fuzzy preference values and self-confidence, and presents an iterative algorithm to address inconsistency in FPRs-SC. The study outlines a process to compute collective FPR-SC by aggregating individual ones using a self-confidence indices-based operator, giving more weight to the most self-confident experts. Additionally, a self-confidence score function is designed to determine the best alternative in GDM with FPRs-SC. The research's feasibility and validity are demonstrated through an illustrative example and comparative analyses.
Teranga Go!: Carpooling Collaborative Consumption Community with multi-criteria hesitant fuzzy linguistic term set opinions to build confidence and trustMontes Soldado, Rosa AnaSánchez López, Ana MaríaVillar Castro, PedroHerrera Triguero, Franciscohttps://hdl.handle.net/10481/882912024-02-05T13:36:06ZTeranga Go!: Carpooling Collaborative Consumption Community with multi-criteria hesitant fuzzy linguistic term set opinions to build confidence and trust
Montes Soldado, Rosa Ana; Sánchez López, Ana María; Villar Castro, Pedro; Herrera Triguero, Francisco
La Comisión Europea da prioridad al fomento del consumo colaborativo en consonancia con la visión de la Estrategia Europa 2020 para un crecimiento inteligente, sostenible e integrador. En respuesta, se ha desarrollado una comunidad en línea dedicada al consumo colaborativo llamada Teranga Go!, centrada en la comunidad senegalesa que viaja en coche de Europa a África. Las relaciones de viaje compartido dentro de Teranga Go! hacen hincapié en un auténtico sentido de comunidad, interacciones sociales entre los usuarios y conexiones tecnológicas, con la confianza como elemento crucial. Para aumentar la confianza y la seguridad entre los miembros de Teranga Go! se ha implantado un sistema inteligente de apoyo a la toma de decisiones basado en la computación con palabras. En este sistema, los participantes actúan como expertos, evaluando las aptitudes del conductor y asignando colectivamente un valor lingüístico, denominado "karma", que representa la opinión colectiva de las personas que han viajado con el conductor. Este karma se muestra públicamente en los perfiles de los usuarios, y para representar las opiniones de los expertos en el proceso de evaluación se utiliza un modelo de toma de decisiones multicriterio multiexperto que emplea términos lingüísticos difusos vacilantes.; The European Commission prioritizes promoting collaborative consumption in alignment with the Europe 2020 Strategy's vision for smart, sustainable, and inclusive growth. In response, a dedicated online community called Teranga Go! has been developed for collaborative consumption, focusing on the Senegalese community traveling by car from Europe to Africa. Carpooling relationships within Teranga Go! emphasize a genuine sense of community, social interactions among users, and technological connections, with trust as a crucial element. To enhance confidence, trust, and safety among Teranga Go! members, an intelligent decision support system based on computing with words has been implemented. In this system, participants act as experts, assessing driver aptitudes and collectively assigning a linguistic value, referred to as "karma," which represents the collective opinion of individuals who have traveled with the driver. This karma is publicly displayed on user profiles, and a Multi-Expert Multi-Criteria Decision Making model, employing Hesitant Fuzzy Linguistic Terms, is utilized to represent expert opinions in the evaluation process.
Alternative Ranking-Based Clustering and Reliability Index-Based Consensus Reaching Process for Hesitant Fuzzy Large Scale Group Decision MakingLiu, XiuXu, YejunMontes Soldado, Rosa AnaDing, Ru-XiHerrera Triguero, Franciscohttps://hdl.handle.net/10481/881072024-02-04T15:40:46ZAlternative Ranking-Based Clustering and Reliability Index-Based Consensus Reaching Process for Hesitant Fuzzy Large Scale Group Decision Making
Liu, Xiu; Xu, Yejun; Montes Soldado, Rosa Ana; Ding, Ru-Xi; Herrera Triguero, Francisco
The paper addresses the growing importance of Large Scale Group Decision Making (LSGDM) problems, focusing on hesitant fuzzy LSGDM. It introduces a Reliability Index-based Consensus Reaching Process (RI-CRP) to enhance efficiency. The proposed method assesses the ordinal consistency of decision makers' (DMs) information, measures deviation, and assigns a reliability index to DMs' opinions. An unreliable DMs management method is presented to filter out unreliable information. Additionally, an Alternative Ranking-based Clustering (ARC) method with hesitant fuzzy reciprocal preference relations is proposed to improve the efficiency of RI-CRP. The numerical example demonstrates the feasibility and effectiveness of the ARC method and RI-CRP for hesitant fuzzy LSGDM problems.; Este artículo aborda la creciente importancia de los problemas de Toma de Decisiones en Grupo a Gran Escala (LSGDM), centrándose en el LSGDM difuso vacilante. Introduce un Proceso de Consenso Basado en Índices de Fiabilidad (RI-CRP) para mejorar la eficiencia. El método propuesto evalúa la consistencia ordinal de la información de los decisores, mide la desviación y asigna un índice de fiabilidad a las opiniones de los decisores. Se presenta un método de gestión de los decisores poco fiables para filtrar la información poco fiable. Además, se propone un método de agrupamiento alternativo basado en la clasificación (ARC) con relaciones de preferencia recíproca difusas vacilantes para mejorar la eficacia de RI-CRP. El ejemplo numérico demuestra la viabilidad y eficacia del método ARC y del RI-CRP para problemas LSGDM difusos vacilantes.
MonuMAI: Dataset, deep learning pipeline and citizen science based app for monumental heritage taxonomy and classificationLamas, AlbertoTabik, SihamCruz Cabrera, José PolicarpoMontes Soldado, Rosa AnaMartínez Sevilla, Álvaro AntonioCruz, TeresaHerrera Triguero, Franciscohttps://hdl.handle.net/10481/880982024-02-04T15:25:31ZMonuMAI: Dataset, deep learning pipeline and citizen science based app for monumental heritage taxonomy and classification
Lamas, Alberto; Tabik, Siham; Cruz Cabrera, José Policarpo; Montes Soldado, Rosa Ana; Martínez Sevilla, Álvaro Antonio; Cruz, Teresa; Herrera Triguero, Francisco
El artículo presenta el marco MonuMAI (Monumentos, Matemáticas e Inteligencia Artificial), centrado en abordar los retos que plantea el análisis de la información visual de las fachadas de monumentos relacionados con la historia del arte. El objetivo es identificar automáticamente estilos arquitectónicos y detectar elementos arquitectónicos en monumentos mediante una canalización de aprendizaje profundo, concretamente el modelo MonuMAI-KED. El marco incluye un rico conjunto de datos con conocimiento experto, una arquitectura MonuNet ligera para la clasificación de estilos y una app móvil para la aplicación en la vida real. Los resultados experimentales demuestran la eficacia tanto de la arquitectura como del modelo de detección en condiciones prácticas, mostrando un potencial significativo para mejorar el conocimiento en arte e historia.; The paper introduces the MonuMAI (Monument with Mathematics and Artificial Intelligence) framework, focusing on addressing challenges in analyzing visual information on monument facades related to art history. The goal is to automatically identify architectural styles and detect architectural elements in monuments through a deep learning pipeline, specifically the MonuMAI-KED model. The framework includes a rich dataset with expert knowledge, a lightweight MonuNet architecture for style classification, and a mobile app for real-life application. Experimental results demonstrate the effectiveness of both the architecture and the detection model in practical conditions, showcasing significant potential for improving knowledge in art and history.
Social network group decision making: Managing self-confidence based consensus model with dynamic importance degree of experts and trust-based feedback mechanismLiu, XiaYejun, XuMontes Soldado, Rosa AnaHerrera Triguero, Franciscohttps://hdl.handle.net/10481/880932024-02-04T15:11:52ZSocial network group decision making: Managing self-confidence based consensus model with dynamic importance degree of experts and trust-based feedback mechanism
Liu, Xia; Yejun, Xu; Montes Soldado, Rosa Ana; Herrera Triguero, Francisco
La toma de decisiones sociales es un proceso complejo que implica a individuos o grupos que toman decisiones que les afectan a ellos mismos y a los demás dentro de un contexto social. Abarca una amplia gama de situaciones, desde interacciones cotidianas hasta decisiones colectivas más significativas en diversos entornos sociales. Comprender la dinámica de la toma de decisiones sociales es crucial para fomentar interacciones sociales positivas, resolver conflictos y crear sociedades inclusivas y justas. Implica una combinación de procesos cognitivos individuales, habilidades interpersonales y conciencia del contexto social más amplio. Este artículo analiza la importancia de la toma de decisiones en grupos de redes sociales (SNGDM) en el contexto de la toma de decisiones inteligente. Destaca la importancia de considerar los comportamientos psicológicos de los expertos, en concreto la autoconfianza, en los problemas de SNGDM. El estudio introduce el uso de relaciones difusas de preferencia basadas en la autoconfianza (SC-FPR) para expresar las opiniones de los expertos y propone un novedoso enfoque de consenso basado en la autoconfianza. Este enfoque implica determinar el grado de importancia dinámica de los expertos utilizando la confianza externa y la autoconfianza interna, evaluando el consenso con un índice basado en la autoconfianza, e incorporando un mecanismo de retroalimentación basado en la confianza para mejorar la eficiencia del consenso. El estudio ilustra la viabilidad y eficacia del método propuesto mediante un ejemplo y comparaciones.; Social decision-making is a complex process that involves individuals or groups making choices that affect themselves and others within a social context. It encompasses a wide range of situations, from everyday interactions to more significant collective decisions in various social settings. Understanding the dynamics of social decision-making is crucial for fostering positive social interactions, resolving conflicts, and creating inclusive and just societies. It involves a combination of individual cognitive processes, interpersonal skills, and awareness of the broader social context.This article discusses the significance of Social Network Group Decision-Making (SNGDM) in the context of intelligent decision-making. It highlights the importance of considering experts' psychological behaviors, specifically self-confidence, in SNGDM problems. The study introduces the use of self-confident fuzzy preference relations (SC-FPRs) to express expert opinions and proposes a novel self-confidence-based consensus approach. This approach involves determining the dynamic importance degree of experts using external trust and internal self-confidence, assessing consensus with a self-confidence-based index, and incorporating a trust-based feedback mechanism to enhance consensus efficiency. The study illustrates the proposed method's feasibility and effectiveness through an example and comparisons.