El agrupamiento conceptual en el contexto de la teoría de los conjuntos aproximados

• Yunia Reyes-González ^[1] ; Natalia Martínez-Sánchez ^[1] ; María Matilde García-Lorenzo ^[2]
  1. [1] Universidad de las Ciencias Informáticas

     Universidad de las Ciencias Informáticas

     Cuba

     
  2. [2] Universidad Central de Las Villas

     Universidad Central de Las Villas

     Cuba

     
• Localización: DYNA new technologies, ISSN-e 2386-8406, Vol. 2, Nº. 1, 2015
• Idioma: español
• Títulos paralelos:
  • Conceptual clustering in the context of the rough set theory
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    La teoría de los conjuntos aproximados no compite con la teoría del agrupamiento conceptual, sino que se complementan. En cualquier caso, ambas son enfoques independientes para resolver problemas tales como la reducción de datos, descubrimiento de dependencias entre datos, estimación de la significación de los datos, generación de algoritmos de decisión o control a partir de datos, clasificación aproximada de datos, descubrimiento de similaridades o diferencias en los datos, descubrimiento de patrones entre otras. En particular, ambas teorías han tenido una interesante aplicación en la medicina, negocios, diseño de ingeniería, meteorología, análisis de vibraciones, análisis de conflictos, procesamiento de imágenes, reconocimiento de la voz, reconocimiento de caracteres, análisis de decisión, etc.

    De la Teoría Clásica de Conjuntos se sabe que éstos no se definen, sino que se determinan y que existen dos formas para determinar un conjunto: de manera extensional, que significa dar los elementos que lo constituyen, y de manera intencional, que significa dar la(s) propiedad(es) que caracteriza(n) al conjunto, que satisfacen los elementos que pertenecen al mismo.

    En este trabajo se propone un método para determinar los conjuntos de aproximación inferior y superior para el enfoque basado en relaciones de similitud de la teoría de los conjuntos aproximados utilizando el agrupamiento conceptual con una visión lógico combinatorio.

  • English

    The rough sets theory and the theory of conceptual clustering do not contend but rather complement each other; actually, they are both independent approaches used for solving problems such as data reduction, dependency discovery among data, estimate of data significance, generation of decision or control algorithms from the data obtained, approximate data classification, discovery of similarities or differences within the data and pattern discovery, among others. Specifically, both theories have had an interesting application in the fields of medicine, business, engineering design, and meteorology, in vibration analysis, conflict analysis, image processing, voice recognition, characters recognition, decision analysis and so forth.

    Concerning the theory of classical groups, it is well-known that these are not defined, but are actually specified, and that there are two ways to do it: an extensional way, which means reveal its constituents, and an intentional way, which means revealing the properties that characterizes the group, that satisfy the elements in the group.

    This paper suggests a method for determining the lower and upper approximations sets, for the approach based on the similarity relationships of the rough sets theory using the conceptual clustering with a combinatorial logic vision.