Estrategias científicas transdisciplinarias para el desarrollo de cómputo suave: hacia una era de análisis de datos y negocios
Autores: Espin-Andrade, Rafael A.; Pedrycz, Witold; Solares, Efrain; Cruz-Reyes, Laura
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estrategias científicas transdisciplinarias para el desarrollo de cómputo suave: hacia una era de análisis de datos y negocios
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Investigación
Análisis
Computación suave
Análisis de datos
Estrategias
Elementos matemáticos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Esta investigación es un documento de revisión y análisis que ofrece una visión transdisciplinaria, metodológica y estratégica para el desarrollo de la computación suave hacia un impacto favorable más amplio en el análisis de datos. Las estrategias están definidas, explicadas e ilustradas con ejemplos. El documento también muestra cómo estas estrategias se expresan en tres dimensiones de un plan de acciones ambicioso. Todas están integradas en una estrategia principal llamada descubrimiento de conocimiento amplio, que ofrece un camino hacia el paradigma de análisis aumentado. Algunas contribuciones de este trabajo son definir qué tipo de elementos matemáticos deben ser introducidos en la computación suave para tener un mejor impacto en el área de análisis de datos, ofrecer orientación para construir nuevos elementos matemáticos y definir por qué y cómo pueden ser introducidos.
Descripción
Esta investigación es un documento de revisión y análisis que ofrece una visión transdisciplinaria, metodológica y estratégica para el desarrollo de la computación suave hacia un impacto favorable más amplio en el análisis de datos. Las estrategias están definidas, explicadas e ilustradas con ejemplos. El documento también muestra cómo estas estrategias se expresan en tres dimensiones de un plan de acciones ambicioso. Todas están integradas en una estrategia principal llamada descubrimiento de conocimiento amplio, que ofrece un camino hacia el paradigma de análisis aumentado. Algunas contribuciones de este trabajo son definir qué tipo de elementos matemáticos deben ser introducidos en la computación suave para tener un mejor impacto en el área de análisis de datos, ofrecer orientación para construir nuevos elementos matemáticos y definir por qué y cómo pueden ser introducidos.