本研究论文介绍了一种新颖的面向决策的证据融合联合优化方法，特别适用于涉及具有潜在异常的异构源的任务。所提出的方法利用事件条件可信度来评估不同事件假设下证据的相对可信度。通过耦合可信度计算、证据融合和事件决策，该模型旨在比现有方法提供更准确的结果，数值实验和蒙特卡洛测试证明了这一点。 AI
排序理由 这是一篇在arXiv上发表的研究论文，详细介绍了一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2504.04128v3 Announce Type: replace Abstract: In decision-level fusion tasks involving heterogeneous sources with unequal precision and potential anomalies, evidence deviating from the majority may be either critical evidence supporting the correct decision or anomalous evi…