ML-Modell kombiniert klassische PCM-Methoden mit Graph-Lernen

Ein neues Machine‑Learning‑Modell für die Vervollständigung von spärlichen Paarvergleichsmatrizen (PCMs) wurde auf arXiv veröffentlicht. Das Modell verbindet bewährte PCM‑Methoden mit graphbasierten Lerntechniken und demonstriert damit eine deutliche Leistungssteigerung. In einer Reihe von numerischen Tests konnte die Skalierbarkeit und Genauigkeit des Ansatzes nachgewiesen werden. Die Arbeit liefert damit einen vielversprechenden Weg, um unvollständige Vergleichsdaten effizient zu rekonstruieren.