Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Asociación Española para la Inteligencia Artificial
2006
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=92503108 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Rough Sets Divisibles Basados en Clustering Jerárquico Rocío Martínez López Miguel A. Sanz Bobi Ingeniería Rouge sets clustering jerárquico extracción automática de conocimiento Desde que la teoría de rough sets fue propuesta por Pawlak en 1982, se ha aplicado en la extracción de conocimientode bases de datos de todo tipo. Sin embargo, se han detectado ciertos inconvenientes en casos complejos y de graninconsistencia, como su falta de flexibilidad y su excesiva dependencia respecto a la discretización inicial de losatributos. Para superarlos aquí se propone una nueva técnica híbrida, denominada rough sets divisibles, quecombina rough sets de precisión variable con clustering jerárquico y perceptrones. Así se pretende analizar las clasesde equivalencia que mediante rough sets no generan ninguna regla con objeto de ver si mediante alguna división sepuede obtener alguna nueva regla cierta. Además, se incorpora el concepto de centro de clase de equivalencia, útilen la asignación de decisiones a ejemplos que no caen en ninguna región positiva y para la división de clases deequivalencia. Las comparaciones del método de rough sets clásico y el de los rough sets divisibles ante varioscasos ejemplo muestran que este último ofrece mejores resultados en la mayoría de los tests realizados. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92503108 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.31 Vol.10