Algoritmos eficientes para el procesamiento de datos bajo incertidumbre difusa de tipo 3 (y superior)
Autores: Kreinovich, Vladik; Kosheleva, Olga; Melin, Patricia; Castillo, Oscar
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Algoritmos eficientes para el procesamiento de datos bajo incertidumbre difusa de tipo 3 (y superior)
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Conocimiento experto
Técnicas difusas
Tipo-3
Aplicaciones prácticas
Algoritmos eficientes
Procesamiento de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Es sabido que, para describir de manera más adecuada el conocimiento experto, es necesario pasar de las técnicas difusas tradicionales (tipo-1) a las de orden superior: tipo-2, probablemente tipo-3 e incluso superiores. Hasta hace poco, solo se utilizaban conjuntos difusos tipo-1 y tipo-2 en aplicaciones prácticas. Sin embargo, recientemente se descubrió que los conjuntos difusos tipo-3 también son útiles en algunas aplicaciones. Debido a esta importancia práctica, es necesario diseñar algoritmos eficientes para el procesamiento de datos bajo esta incertidumbre difusa de tipo-3 (y de orden superior). En este documento, mostramos cómo podemos combinar algoritmos eficientes conocidos para procesar la incertidumbre de tipo-1 y tipo-2 para desarrollar un nuevo algoritmo para el caso de tipo-3.
Descripción
Es sabido que, para describir de manera más adecuada el conocimiento experto, es necesario pasar de las técnicas difusas tradicionales (tipo-1) a las de orden superior: tipo-2, probablemente tipo-3 e incluso superiores. Hasta hace poco, solo se utilizaban conjuntos difusos tipo-1 y tipo-2 en aplicaciones prácticas. Sin embargo, recientemente se descubrió que los conjuntos difusos tipo-3 también son útiles en algunas aplicaciones. Debido a esta importancia práctica, es necesario diseñar algoritmos eficientes para el procesamiento de datos bajo esta incertidumbre difusa de tipo-3 (y de orden superior). En este documento, mostramos cómo podemos combinar algoritmos eficientes conocidos para procesar la incertidumbre de tipo-1 y tipo-2 para desarrollar un nuevo algoritmo para el caso de tipo-3.