Aprendizaje inspirado en optimización basada en partículas de mapas cognitivos difusos
Palabras clave:
Mapas Cognitivos Difusos, Aprendizaje basado en datos, SimulaciónResumen
La modelación de conocimiento a través de Mapas Cognitivos Difusos resulta sin duda alguna efectiva y dinámica. Estas estructuras son bien conocidas por su flexibilidad e interpretabilidad. Pero los expertos humanos no son capaces de determinar con precisión los grados de influencias causales que entrelazan los conceptos plasmados en dichos mapas. Resulta necesario entonces métodos de aprendizaje basado en datos almacenados, reajustándose parámetros que posibilitan realizar inferencias y simulaciones más reales, repercutiendo en el rendimiento final de estas formas de representación del conocimiento. Este trabajo propone algoritmos para dar solución a estas problemáticas, y su implementación en un software, que permite la modelación, aprendizaje y simulación de Mapas Cognitivos Difusos. A través de un caso real se aplican y valoran las propuestas realizadas.
Descargas
Citas
AGUILAR, J. 2005. A Survey about Fuzzy Cognitive Maps Papers. International Journal of Computational Cognition (3).
CLERC, M. & KENNEDY, J. 2002. The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation.
CONTRERAS, J., PAZ, J. P., AMAYA, D. & PINEDA, A. 2007. Realistic Ecosystem Modelling with Fuzzy Cognitive Maps International Journal of Computational Intelligence Research. pp. 139-144.
DISSANAYAKE, M. 2007. Qualitative simulation of construction performance using fuzzy cognitive maps. WSC.
EBERHART, R. & SHI, Y. 2000. Comparing Inertia Weights and Constriction Factors in Particle Swarm Optimization. In: Proceedings of the 2000 IEEE Congress on Evolutionary Computation. pp. 84-88.
GURROLA, I. I. M., LAUREANO-CRUCES, A. L. & GONZÁLEZ, A. J. S. 2006. Mapas Cognitivos Difusos: Una Representación para Predecir los Efectos de las Supernovas XIX Congreso Nacional y V Congreso Internacional de Informática y Computación de la ANIEI. Chiap.
HANNES, E. 2010. Mental maps and travel behaviour: meanings and models. Springer Berlin / Heidelberg.
JOHNSON-LAIRD, P. 2004. The History of Mental Models. Psychology of Reasoning: Theoretical and Historical Perspectives. Psychology Press.
KENNEDY, J. & EBERHART, R. 1995. Particle Swarm Optimization. In: IEEE SERVICE CENTER, P., NJ, ed. Proceedings of the 1995 IEEE International Conference on Neural Networks.
KOSKO, B. 1984. Fuzzy Cognitive Maps. International Journal of Approximate Reasoning, pp. 377-393.
KOSKO, B. 1986. Fuzzy Cognitive Maps. International Journal of Man-Machine Studies, 24, pp. 65-75.
LEÓN, M. 2010. Uso de Mapas Cognitivos Difusos para modelar Representaciones Mentales que caracterizan el Comportamiento de Viajes. Segundo Taller Cubano Eureka 2010
MCNEILL, F. M. & THRO, E. 1994. Fuzzy Logic A Practical Approach.
PEÑA, A., SOSSA, H. & GUTIÉRREZ, A. 2007. Cognitive Maps: An Overview and their Application for Student Modeling Computación y Sistemas. Revista Iberoamericana de Computación.
RODRIGUEZ, C. 2010. Herramienta computacional para modelar y simular Mapas Cognitivos Difusos. Universidad Central “Marta Abreu” de Las Villas.
SADIQ, R. 2006. Estimating Risk of Contaminant Intrusion in Distribution Networks Using Fuzzy Rule-Based Modeling Proceedings of the NATO Advanced Research Workshop on Computational Models of Risks to Infrastructure. Primosten.
SHI, Y. & EBERHART, R. 1998. Comparison between Genetic Algorithms and Particle Swarm Optimization. In: Proceedings of the 7th International Conference on Evolutionary Programming, pp. 611-616.
TORRA, V. 2007. Modeling Decisions. Information Fusion and Aggregation Operators., Springer-Verlag, Berlin.
TSADIRAS, A. K. 2008. Inference using Binary, Trivalent and Sigmoid Fuzzy Cognitive Maps Information Sciences.
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.
