Un algoritmo para producir negaciones difusas a través de secciones cónicas
Autores: Souliotis, Georgios; Papadopoulos, Basil
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Un algoritmo para producir negaciones difusas a través de secciones cónicas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Negaciones
Secciones cónicas
Implicaciones difusas
Inteligencia artificial
Resultados innovadores
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
En este documento presentamos una nueva clase de negaciones fuertes, que fueron generadas a través de secciones cónicas. Este documento se centra en el hecho de que procesos matemáticos y computacionales simples generan nuevas negaciones difusas fuertes, a través de conceptos puramente geométricos como la elipse y la hipérbola. Negaciones conocidas como la negación clásica, negación de Sugeno, etc., fueron producidas a través de las secciones cónicas sugeridas. Las negaciones fuertes fueron un elemento estructural en la producción de implicaciones difusas. Así, tenemos una máquina para producir implicaciones difusas, lo cual puede ser útil en muchas áreas, como en inteligencia artificial, redes neuronales, etc. Las Negaciones Difusas Fuertes se refieren a la discrepancia entre el grado de dificultad del esfuerzo y la importancia de sus resultados. Por lo tanto, resultados innovadores pueden derivarse para su uso en la literatura en el campo específico de las matemáticas. Estos datos son, además, generados de manera sencilla, concisa y autoevidente.
Descripción
En este documento presentamos una nueva clase de negaciones fuertes, que fueron generadas a través de secciones cónicas. Este documento se centra en el hecho de que procesos matemáticos y computacionales simples generan nuevas negaciones difusas fuertes, a través de conceptos puramente geométricos como la elipse y la hipérbola. Negaciones conocidas como la negación clásica, negación de Sugeno, etc., fueron producidas a través de las secciones cónicas sugeridas. Las negaciones fuertes fueron un elemento estructural en la producción de implicaciones difusas. Así, tenemos una máquina para producir implicaciones difusas, lo cual puede ser útil en muchas áreas, como en inteligencia artificial, redes neuronales, etc. Las Negaciones Difusas Fuertes se refieren a la discrepancia entre el grado de dificultad del esfuerzo y la importancia de sus resultados. Por lo tanto, resultados innovadores pueden derivarse para su uso en la literatura en el campo específico de las matemáticas. Estos datos son, además, generados de manera sencilla, concisa y autoevidente.