Fusion of subjective opinions through behavior estimation

Abstract

Information is significantly important in almost all decision-making process. A decision- maker agent collects information from diverse sources. Thus, it should correctly fuse opinions, which are shared from different information sources. However, some of infor- mation sources may be unreliable and malicious. That is, some of information sources may behave differently while sharing their opinions. Thus, the decision-maker agent needs to eliminate opinions that these opinions are collected from such kind of infor- mation sources. Motivated by this observation, in this thesis, we propose a statistical information fusion approach based on behavior estimation. In this approach, before estimation of fusion, we estimate behavior of information sources based on their sta- tistical values. Then, we enhance information fusion process based on our estimation for behavior of information sources. Through extensive simulations, we have shown that our approach has a low computational complexity, and achieves significantly low behavior estimation and fusion errors.

Bilgi hemen hemen her karar verme surecinde oldukça ̈önemlidir. Karar veren temsilci çeşitli kaynaklardan bilgiler toplar. Bu nedenle karar veren temsilci farklı bilgi kaynaklarından toplamı ̧s olduğu bilgileri doğru bir şekilde birleştirmelidir. Bununla birlikte bazı bilgi kaynakları güvenilmez veya yalancı olabilir. Yani, bazı bilgi kaynakları fikirlerini payla ̧sırken farklı şekilde davranabilir. Bu nedenle karar veren temsilci bu tip kaynaklardan gelen bilgileri elemelidir. Bu gözlemden yola çıkarak biz bu çalışmamızda davranış tahminine dayalı olarak istatiksel bilgi türleştirme yaklaşımı önerdik. Bu yaklaşımımızda öncelikle elde ettiğimiz istatiksel değerlere uygun dönüşüm fonksiyonu uygulayarak bilgi kaynaklarının davranışlarını tahmin ediyoruz. Bu tahmine dayalı olarak bilgi türleştirme işlemini gerçekleştiriyoruz. Geniş çaplı simülasyonlar vasıtasıyla, biz gördük ki yaklaşımımız oldukça düşük oranda hesaplama karmaşıklığına sahip ve ̈önemli derecede düşük davranış tahmini ve tümleştirme hatası ile işlemini gerçekleştiriyor.