APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA

El objetivo del presente artículo es proponer un nuevo método de análisis discriminante difuso, que hace uso de la estrategia de aprendizaje supervisado y utiliza la distancia euclidiana como medida de disimilitud. Las fórmulas que se proponen permiten resolver problemas de discriminación y clasific...

Full description

Bibliographic Details
Main Authors: CARLOS SOTO, CLAUDIA JIMÉNEZ
Format: Article
Language:English
Published: Universidad Nacional de Colombia 2011-01-01
Series:Dyna
Online Access:http://www.redalyc.org/articulo.oa?id=49622390003
id doaj-091cea755a2640bdb4bb83aebcb9674a
record_format Article
spelling doaj-091cea755a2640bdb4bb83aebcb9674a2020-11-24T23:38:18ZengUniversidad Nacional de Colombia Dyna0012-73532011-01-01781692633APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSACARLOS SOTOCLAUDIA JIMÉNEZEl objetivo del presente artículo es proponer un nuevo método de análisis discriminante difuso, que hace uso de la estrategia de aprendizaje supervisado y utiliza la distancia euclidiana como medida de disimilitud. Las fórmulas que se proponen permiten resolver problemas de discriminación y clasificación de objetos en categorías que no pueden ser definidas con precisión pues tienen algún grado de solapamiento. Se utiliza una base de datos de referencia ampliamente utilizada en Reconocimiento de Patrones para ilustrar el método propuesto. Se presentan las superficies resultantes de graficar las funciones de pertenencia de categorías difusas para varios ejemplos. Luego, se compara el método propuesto con el discriminante lineal de Fisher para mostrar que la curva de nivel con grado de pertenencia 0.5 coincide con el discriminante lineal de Fisher, en análisis para dos categorías. Finalmente, se concluye que la técnica propuesta es fácil de aplicar y eficiente computacionalmente.http://www.redalyc.org/articulo.oa?id=49622390003
collection DOAJ
language English
format Article
sources DOAJ
author CARLOS SOTO
CLAUDIA JIMÉNEZ
spellingShingle CARLOS SOTO
CLAUDIA JIMÉNEZ
APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
Dyna
author_facet CARLOS SOTO
CLAUDIA JIMÉNEZ
author_sort CARLOS SOTO
title APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
title_short APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
title_full APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
title_fullStr APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
title_full_unstemmed APRENDIZAJE SUPERVISADO PARA LA DISCRIMINACIÓN Y CLASIFICACIÓN DIFUSA
title_sort aprendizaje supervisado para la discriminación y clasificación difusa
publisher Universidad Nacional de Colombia
series Dyna
issn 0012-7353
publishDate 2011-01-01
description El objetivo del presente artículo es proponer un nuevo método de análisis discriminante difuso, que hace uso de la estrategia de aprendizaje supervisado y utiliza la distancia euclidiana como medida de disimilitud. Las fórmulas que se proponen permiten resolver problemas de discriminación y clasificación de objetos en categorías que no pueden ser definidas con precisión pues tienen algún grado de solapamiento. Se utiliza una base de datos de referencia ampliamente utilizada en Reconocimiento de Patrones para ilustrar el método propuesto. Se presentan las superficies resultantes de graficar las funciones de pertenencia de categorías difusas para varios ejemplos. Luego, se compara el método propuesto con el discriminante lineal de Fisher para mostrar que la curva de nivel con grado de pertenencia 0.5 coincide con el discriminante lineal de Fisher, en análisis para dos categorías. Finalmente, se concluye que la técnica propuesta es fácil de aplicar y eficiente computacionalmente.
url http://www.redalyc.org/articulo.oa?id=49622390003
work_keys_str_mv AT carlossoto aprendizajesupervisadoparaladiscriminacionyclasificaciondifusa
AT claudiajimenez aprendizajesupervisadoparaladiscriminacionyclasificaciondifusa
_version_ 1725517097626238976