Resumen de A mixed qualitative quantitative self-learning classification technique applied to situation assessment in industrial process control
El propósito de esta tesis ha sido el perfeccionamiento, generalización y realización práctica de los métodos de clasificación basados en conectivos híbridos, para aplicarlos seguidamente a la supervisión de procesos industriales, El trabajo ha sido dividido en cinco secciones. La primera parte, a modo de introducción, recuerda las características de diferentes técnicas de clasificación automática, y explica las ventajas fundamentales del método LAMDA, entre ellas, su capacidad de trabajar simultáneamente con datos cualitativos y cuantitativos, su rapidez, automatismo de funcionamiento, bajo requerimientos de memoria y fácil interpretación de los resultados. Este método empezo a ser diseñado hace unos quince años gracias al esfuerzo de varios autores (Aguilar, López de Mántaras, Piera...).
La segunda sección del trabajo se centra en generalizar y completar las capacidades de esta técnica, dando origen a los métodos basados en conectivos híbridos. Tal generalización se emprende en tres direcciones: extensión de la función de posibilidad utilizada para los descriptores cualitativos, completición de la capacidad de exploración automática de los todos resultados posibles, y diseño de medidas difusas de evaluación de estos resultados.
Tras estas contribuciones teóricas, la siguiente aportación de la tesis es la programación de un entorno de aprendizaje y rutinas de reconocimiento en tiempo real que además se ofrecen al dominio público vía Internet. Sus características son la flexibilidad, potencia, modularidad (filosofía orientada a objetos), facilidad de uso en varias plataformas y rapidez de funcionamiento.
La cuarta parte del trabajo ilustra la bondad del método aplicando las herramientas desarrolladas a la supervisión de un proceso industrial real, logrando un muy buen rendimiento.
Por supuesto, la última sección de la tesis se ocupa de apuntar líneas de investi
