Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/1078
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseLicencia Creative Commons Atribución 2.5 Argentina (CC BY 2.5 AR)spa
dc.creatorGalardo, Osvaldo Jorgespa
dc.creatorBarreto, Jorgespa
dc.creatorMalagrino, Sebastiánspa
dc.creatorPerissé, Marcelo Claudiospa
dc.creatorRoger, Juan Andrésspa
dc.creatorFusco, Patriciaspa
dc.date2014-
dc.date.accessioned2022-04-27T22:24:03Z-
dc.date.available2022-04-27T22:24:03Z-
dc.identifier.citationGalardo, O. J., Barreto, J., Malagrino, S., Perissé, M. C., Roger, J. A. y Fusco, P. (2014). Sistemas Grises y Conjuntos Rugosos en el tratamiento de información con incertidumbre. RInCE, 5(10), 1-8. https://doi.org/10.54789/rince.10.20spa
dc.identifier.urihttp://repositoriocyt.unlam.edu.ar/handle/123456789/1078spa
dc.descriptionEl rápido desarrollo y la extensa aplicación de la tecnología de bases de datos, unido a la gran cantidad de datos disponibles para el análisis en distintos ámbitos de las ciencias puras y aplicadas, ha convertido la minería de datos (data mining) y el descubrimiento de conocimiento (knowledge discovery) en áreas de intensa investigación. El conocimiento se ha convertido en un componente imprescindible en la industria, la banca e incluso en la vida social. En particular, los sectores económicos -tanto en las áreas de las manufacturas como de las finanzas-requieren tomar decisiones sobre gran cantidad de información para obtener ventajas competitivas. Sin embargo, la información es frecuentemente imprecisa debido a que contiene gran cantidad de datos pero es cualitativamente pobre. La extracción de información comprensible a partir de grandes volúmenes de datos hace uso del proceso KDD (Knowledge Discovery in Databases) que opera para obtener información subóptima pero económica y confiable para la toma de decisiones, en los casos en que la información es incompleta, inexacta o inconsistente. Esta investigación se centra en dos técnicas específicas: la teoría de conjuntos aproximados o rugosos (Rough Set Theory o RST) y la teoría de sistemas grises (Grey Systems Theory o GST), y en la hibridación de ambas: Grey Rough Set Theory o GRST. Se exhiben las propiedades fundamentales de las tres teorías y se evalúa la conveniencia de generalizaciones y ampliaciones de dichas teorías para el tratamiento de información incierta.spa
dc.descriptionFil: Galardo, Osvaldo Jorge. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Barreto, Jorge. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Malagrino, Sebastián. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Perissé, Marcelo Claudio. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Roger, Juan Andrés. Universidad Nacional de La Matanza; Argentina.spa
dc.descriptionFil: Fusco, Patricia. Universidad Nacional de La Matanza; Argentina.spa
dc.formatapplication/pdfspa
dc.format.extent8 p.spa
dc.languagespaspa
dc.publisherUniversidad Nacional de La Matanza. Departamento de Ciencias Económicasspa
dc.relationinfo:eurepo/semantics/altIdentifier/doi/10.54789/rince.10.20spa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rightshttps://creativecommons.org/licenses/by/2.5/ar/spa
dc.sourceISSN: 1851-3239spa
dc.sourceRevista de Investigaciones del Departamento de Ciencias Económicas. 2014; 5(10) : 1-8spa
dc.subjectANALISIS DE DATOSspa
dc.subjectTOMA DE DECISIONESspa
dc.subjectSISTEMAS DE INFORMACIONspa
dc.subjectBANCOS DE DATOSspa
dc.subjectData miningspa
dc.subjectMinería de datosspa
dc.subject.ddc006.312spa
dc.titleSistemas grises y conjuntos rugosos en el tratamiento de información con incertidumbrespa
dc.typeinfo:eu-repo/semantics/articlespa
dc.typeinfo:ar-repo/semantics/artículospa
dc.typeinfo:eu-repo/semantics/publishedVersionspa
Aparece en las colecciones: 2014, Vol. 5 Nro. 10

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RInCE 5.10.20.pdf50.59 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.