Una arquitectura basada en agentes para la clasificación en entornos distribuidos

Abstract

En este trabajo se presenta el diseño de una arquitectura basada en agentes para la clasificación de bases de datos homogéneas en ambientes distribuidos, que utiliza como modelo de decisión los sistemas de reglas difusas, con el objetivo de obtener clasificadores interpretables. En su diseño se emplean agentes de minería que construyen conjuntos de reglas con validez en los datos locales siguiendo diferentes procedimientos. Las reglas construidas tienen un modelo común de inferencia, que permite a un agente mediador combinar los resultados y utilizar las reglas ganadoras como explicación al usuario. Los sistemas de reglas utilizados se basan en la lógica difusa clásica de Zadeh u otras lógicas multivalentes. Los resultados locales se obtienen usando diferentes procedimientos que maximizan la comprensibilidad sin sacrificar la precisión. En la propuesta, adicionalmente, pueden construirse sistemas de reglas de forma visual. Se definen también métodos de combinación que permiten conservar la interpretabilidad de los sistemas de reglas difusas en ambientes distribuidos. Se realiza una validación estadística de tres aspectos de la arquitectura propuesta a través de experimentos diferentes. El primer grupo de experimentos pretende evaluar el comportamiento, tanto en precisión como en interpretabilidad, de un clasificador construido visualmente. El segundo grupo mide el efecto de utilizar la lógica difusa compensatoria en los antecedentes de un sistema de reglas difusos en lugar de la lógica difusa clásica y el tercero mide la validez de los métodos de combinación de resultados. Los puntos claves son: el diseño de una técnica visual para la construcción de sistemas de inferencia difusos, la adaptación de un método evolutivo de generación de reglas difusas para utilizar la lógica difusa compensatoria y la integración de los resultados locales a través de estrategias de voto inspiradas en la selección de reglas ganadoras.