Generalized forms of monotonicity in the data aggregation framework

• Autores: Mikel Sesma Sara
• Directores de la Tesis: Humberto Bustince Sola (dir. tes.), Radko Mesiar (dir. tes.)
• Lectura: En la Universidad Pública de Navarra ( España ) en 2019
• Idioma: inglés
• Número de páginas: 154
• Tribunal Calificador de la Tesis: Francisco Javier Montero de Juan (presid.), Francisco Javier Fernández Fernández (secret.), Benjamín Bedregal (voc.)
• Programa de doctorado: Programa de Doctorado en Ciencias y Tecnologías Industriales por la Universidad Pública de Navarra
• Materias:
  • Lógica
    • Lógica deductiva
      • Generalización
  • Matemáticas
    • Análisis y análisis funcional
      • Funciones de variables reales
    • Ciencia de los ordenadores
      • Inteligencia artificial
• Enlaces
  • Tesis en acceso abierto en: Academica-e
• Resumen
  • español

    El proceso de agregación trata el problema de combinar una colección de valores numéricos en un único valor que los represente y las funciones encargadas de esta operación se denominan funciones de agregación. A las funciones de agregación se les exige que cumplan dos condiciones de contorno y, además, han de ser monótonas con respecto a todos sus argumentos. Una de las tendencias en el área de investigación de las funciones de agregación es la relajación de la condición de monotonía. En este respecto, se han introducido varias formas de monotonía relajada. Tal es el caso de la monotonía débil, la monotonía direccional y la monotonía respecto a un cono. Sin embargo, todas estas relajaciones de monotonía están basadas en la idea de crecer, o decrecer, a lo largo de un rayo definido por un vector real. No existe noción de monotonía que permita que la dirección de crecimiento dependa de los valores a fusionar, ni tampoco existe noción de monotonía que considere el crecimiento a lo largo de caminos más generales, como son las curvas. Además, otra de las tendencias en la teoría de la agregación es la extensión a escalas más generales que la de los números reales y no existe relajación de monotonía disponible para este contexto general. En esta tesis, proponemos una colección de nuevas formas de monotonía relajada para las cuales las direcciones de monotonía pueden variar dependiendo del punto del dominio. En concreto, introducimos los conceptos de monotonía direccional ordenada, monotonía direccional ordenada reforzada y monotonía direccional punto a punto. Basándonos en funciones que cumplan las propiedades de monotonía direccional ordenada, proponemos un algoritmo de detección de bordes que justifica la aplicabilidad de estos conceptos. Por otro lado, generalizamos el concepto de monotonía direccional tomando, en lugar de direcciones en Rn, caminos más generales: definimos el concepto de monotonía basado en curvas. Por último, combinando ambas tendencias en la teoría de la agregación, generalizamos el concepto de monotonía direccional a funciones definidas en escalas más generales que la de los números reales.

  • English

    The process of aggregation addresses the problem of combining a collection of numerical values into a single representative number and the functions that perform this operation are called aggregation functions. Aggregation functions are required to satisfy two boundary conditions and to be monotone with respect to all their arguments. One of the trends in the research area of aggregation functions is the relaxation of the condition of monotonicity. In that attempt, various relaxed forms of monotonicity have been introduced. This is the case of weak, directional and cone monotonicity. However, all these relaxed forms of monotonicity are based on the idea of increasing, or decreasing, along a fixed ray defined by a real vector. There is no notion of monotonicity allowing the direction of increasingness to depend on the specific values to aggregate, nor there exists any other notion that considers increasingness along more general paths, such as curves. Additionally, another trend in the theory of aggregation is the extension to handle more general scales than real numbers and there is no relaxation of monotonicity available in that general context. In this dissertation, we propose a collection of new relaxed forms of monotonicity for which the directions of monotonicity may vary from one point of the domain to another. Specifically, we introduce the concepts of ordered directional monotonicity, strengthened ordered directional monotonicity and pointwise directional monotonicity. Based on the concept of ordered directionally monotone functions, we propose an edge detection algorithm that justifies the applicability of these concepts. Furthermore, we generalize the concept of directional monotonicity so that, instead of directions in Rn, more general paths are considered: we define curve-based monotonicity. Finally, combining both trends in the theory of aggregation, we generalize the concept of directional monotonicity to functions that are defined on more general scales than real numbers.