Por favor, use este identificador para citar o enlazar este ítem: http://repositoriocyt.unlam.edu.ar/handle/123456789/153
Autor(es): Galardo, Osvaldo Jorge
Perissé, Marcelo Claudio
Roger, Juan Andrés
Barreto, Jorge
Malagrino, Sebastián
Fusco, Patricia
Título: Sistemas grises y conjuntos rugosos en el tratamiento de información con incertidumbre
Director(es): Galardo, Osvaldo Jorge
Descriptores y temas: INFORMATICA
PROCESAMIENTO DE DATOS
Fecha de publicación: 2013
Editor: Universidad Nacional de La Matanza
Referencia sugerida: Galardo, O. J., Perissé, M. C., Roger, J. A., Barreto, J., Malagrino, S. y Fusco, P. (2013). Sistemas grises y conjuntos rugosos en el tratamiento de información con incertidumbre [archivo PDF]. San Justo: Universidad Nacional de La Matanza. Recuperado de http://repositoriocyt.unlam.edu.ar/handle/123456789/153
Resumen y filiaciones: El 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. En las décadas pasadas se han desarrollado varias técnicas y teorías para tratar datos de naturaleza imprecisa, como la teoría fuzzy y la teoría de las funciones de creencia de Dempster-Shafer. 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.
Fil: Galardo, Osvaldo Jorge. Universidad Nacional de La Matanza; Argentina.
Fil: Perissé, Marcelo Claudio. Universidad Nacional de La Matanza; Argentina.
Fil: Roger, Juan Andrés. Universidad Nacional de La Matanza; Argentina.
Fil: Barreto, Jorge. Universidad Nacional de La Matanza; Argentina.
Fil: Malagrino, Sebastián. Universidad Nacional de La Matanza; Argentina.
Fil: Fusco, Patricia. Universidad Nacional de La Matanza; Argentina.
URI: http://repositoriocyt.unlam.edu.ar/handle/123456789/153
Aparece en las colecciones: Investigaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
INFORME FINAL B-167.pdf14.66 MBAdobe PDFVisualizar/Abrir


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