Nápoles Ruiz, Gonzalo RamónGrau García, Isel del CarmenMartínez Mosquera, Carlos Alberto2017-04-112017-04-112016-06-20https://dspace.uclv.edu.cu/handle/123456789/7686Las 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.esEste 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 LicenseRedes Cognitivas AproximadasToma de DecisionesConjuntos AproximadosMapas Cognitivos DifusosSimilaridadProblemas de ClasificaciónWekaAprendizaje AutomatizadoLógica DifusaToma de DecisionesSolución de ProblemasInteligencia ArtificialThesis