人工智能模拟模型用于诊断智能电动假肢中的残疾,使用基于Choquet积分的双极模糊决策

科学领域:

• 生物医学工程 生物医学工程
• 人工智能的人工智能
• 决策科学 决策科学 决策科学

背景情况:

• 智能电动假肢系统利用人工智能模拟模型进行高级残疾诊断.
• 选择人工智能模型面临着多标准决策的挑战,原因是标准的不确定性和双极性.
• 现有的方法与双极模糊信息和标准相互作用作斗争.

研究的目的:

• 开发新的双极模糊的Choquet积分运算符来处理双面和标准相互作用.
• 设计一种新的多标准决策方法,用于评估人工智能仿真模型在假肢.
• 为了解决目前对智能电动假肢人工智能模型评估的局限性.

主要方法:

• 二极模糊的Choquet积分平均和几何运算符的发展.
• 设计一个使用这些新运营商的多标准决策框架.
• 拟议方法的应用和与现有AI模型选择方法的比较.

主要成果:

• 开发的运算符有效地整合了双极性和模型标准相互作用.
• 与传统方法相比,新的决策方法显示出更高的精度和更优异的评估结果.
• 该研究提供了一种可靠的方法来选择最佳的人工智能模拟模型用于假肢应用.

结论:

• 新的双极模糊的Choquet积分运算符为聚合提供了一个强大的理论基础.
• 这项研究为医疗专业人员提供了一个改进的工具,用于为智能电动假肢选择人工智能模拟模型.
• 这些发现提高了与假肢系统相关的可靠性和患者结果.