这份研究论文集的标题是《决策制定技术和人工智能应用》。文章主要讨论了在决策制定过程中使用的人工智能技术以及其应用。本篇论文集共收录了五篇研究论文，涵盖了人工智能在互联网中的应用。从模糊聚类算法到在智能交通系统中应用多传感器数据融合，再到基于Bloom过滤器的去中心化授权机制，以及在线社交网络爬虫的不同调度算法和对搜索引擎用户隐私保护的研究。
论文集的第一篇文章由Szilagyi撰写，介绍了一种新颖的模糊可能性壳聚类模型，用于在存在异常数据的情况下检测多维球形体。这一研究对于数据分析和模式识别领域具有重要意义，模糊聚类技术被广泛应用于处理不确定性数据和复杂系统的分类。
接着，Xia, Li和Shan撰写的第二篇文章关注了多传感器数据融合及其在智能交通系统中的应用。多传感器数据融合技术能够结合来自多个传感器的信息，提高系统的精确性和可靠性，这对于智能交通系统的决策制定尤其重要。
第三篇由Foley和Navarro-Arribas撰写的文章描述了一种去中心化的授权机制模型，其方法使用了布隆过滤器。布隆过滤器是一种空间效率很高的概率数据结构，用于快速判断一个元素是否在一个集合中。该授权机制的研究对于提高系统的安全性和效率具有重要意义。
紧接着，Perez-Sola和Herrera-Joancomarti撰写的文章分析了在线社交网络爬虫的不同调度算法，并评估了其性能，考虑了其在追求不同对手目标方面的效用。网络爬虫技术是互联网信息抓取和数据采集的重要工具，对于搜索引擎优化、网络监控等领域至关重要。
由Juarez和Torra撰写的论文描述了一种保护用户隐私的智能代理，确保用户在搜索引擎中的隐私。随着互联网的普及和用户隐私保护意识的增强，这种代理技术能够对用户数据进行保护，防止隐私泄露。
此外，论文集还感谢了参与评审的专家们，以及期刊编辑Prof.R.R.Yager的支持，体现了学术界对于高质量研究的认可与支持。
从以上内容可以看出，本文集涵盖了多个与人工智能和决策技术相关的主题，不仅包括算法和模型的创新，还包括了实际应用研究，反映了人工智能技术在多个领域的深入融合和广泛应用。研究者们从理论研究到实际应用都有深入的探讨，为相关领域的研究者和实践者提供了宝贵的信息和参考。
