Generalización de la métrica basada en la diferencia de valores (VDM) para variables lingüísticas y su aplicación en sistemas basados en el conocimiento

Vista sencilla de ítem
dc.contributor.advisorDe Baets, Bernard
dc.contributor.authorRodríguez Sarabia, Yanet
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2020-03-11T15:13:21Z
dc.date.available2020-03-11T15:13:21Z
dc.date.issued2007
dc.description.abstractEl desarrollo de sistemas híbridos sigue siendo una tendencia actual y de gran aplicabilidad dentro de la Inteligencia Artificial para desarrollar nuevos modelos que aprovechen las ventajas y minimicen las deficiencias de los enfoques que combinan. Este trabajo presenta dos modelos híbridos basados en similitud que combinan de una forma coherente y efectiva los enfoques de las Redes Neuronales Artificiales de tipo asociativas, el Razonamiento Basado en Casos y la lógica borrosa. El primero de estos modelos referenciado como SISIFuzzy es una extensión de un modelo híbrido ya existente para desarrollar sistemas conexionistas con explicación basada en casos y que permite resolver en general problemas de búsqueda asociativa de información. El segundo modelo se referencia como ConFuCiuS, y es un modelo basado en instancias para resolver problemas de clasificación supervisada, que se caracteriza a diferencia de otros representantes de esta familia por utilizar conocimiento generalizado del conjunto de instancias de entrenamiento. En ambos modelos los atributos numéricos se modelan utilizando conjuntos borrosos. La implementación del concepto de similitud que utilizan estos modelos se basa en la métrica basada en la diferencia de valores (VDM) aplicable a la comparación de atributos simbólicos, obteniéndose como resultado de este trabajo dos nuevas familias de funciones de distancia por la generalización del concepto de asociación entre valores y su extensión sobre variables lingüísticas. Esta formalización de la distancia se basa en el intercambio dinámico entre similitud y clasificación a partir de asumir también que la similitud de los objetos se modifica por la manera en que estos son clasificados; y provee un criterio de comparación local conceptualmente uniforme para todo tipo de rasgo que se define automáticamente a partir de un conjunto de instancias representativas de un dominio de aplicación. Incluir técnicas de aprendizaje automático reduce la ingeniería del conocimiento requerida para desarrollar sistemas basados en conocimiento, y la inclusión de la teoría de la lógica borrosa y los conjuntos borrosos permiten manejar la imprecisión para conseguir naturalidad y robustez en las soluciones. En la validación de estos resultados se han utilizado más de 30 archivos de datos reconocidos internacionalmente para esta finalidad, así como otros enfoques alternativos reportados.en_US
dc.description.sponsorshipFacultad de Matemática, Física y Computación. Departamento Ciencias de la Computaciónen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/12469
dc.language.isoesen_US
dc.publisherUniversidad Central "Marta Abreu" de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectSistemas Híbridosen_US
dc.subjectRedes Neuronales Artificiales de Tipo Asociativasen_US
dc.subjectRazonamiento Basado en Casosen_US
dc.subjectVariables Lingüísticasen_US
dc.subjectMétrica Basada en la Diferencia de Valores (VDM)en_US
dc.subjectLógica Borrosaen_US
dc.subjectAprendizaje Automáticoen_US
dc.subjectInteligencia Artificialen_US
dc.titleGeneralización de la métrica basada en la diferencia de valores (VDM) para variables lingüísticas y su aplicación en sistemas basados en el conocimientoen_US
dc.typeThesisen_US
dc.type.thesisphden_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Yanet PhD Tesis 17 de Julio 2008.pdf
Tamaño:
1.25 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis Doctorado - Automática