Redes cognitivas aproximadas - difusas

Fecha

2016-06-20

Autores

Martínez Mosquera, Carlos Alberto

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Central “Marta Abreu” de Las Villas

Resumen

Las Redes Cognitivas Aproximadas (RCN) son una alternativa para problemas de toma de decisiones. Este modelo emplea una relación de inseparabilidad “débil” para lidear con la similaridad entre objetos. La selección adecuada del umbral de similaridad resulta un aspecto sensible para el algoritmo, siendo este el problema de investigación a abordar. El objetivo de este trabajo es incluir el enfoque difuso en el esquema de RCN para suprimir el umbral de similaridad, preservando el desempeño de este modelo en problemas de clasificación. Como resultado se crea un nuevo modelo competitivo con el original, el cual elimina el umbral y es más eficiente.
Rough Cognitive Networks (RCN) is a decision model that combines the abstract semantic of the three-way decision model with the neural reasoning mechanism of Fuzzy Cognitive Maps for addressing numerical decision-making problems. This model uses an indiscernibility “weak” relation to deal with the similarity between objects. The algorithm is sensitive to right selection of similarity threshold. The aim of this work is to include the fuzzy approach in the RCN scheme to suppress the similarity threshold, preserving the performance of this model in classification problems. A comparative analysis with the original model and standard classifiers show the competitive of the new proposal, which remove the threshold.

Descripción

Palabras clave

Redes Cognitivas Aproximadas, Toma de Decisiones, Conjuntos Aproximados, Mapas Cognitivos Difusos, Similaridad, Problemas de Clasificación, Weka

Citación