Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/3001
Title: ALGORITMO GENÉTICO DE DESCUBRIMIENTO DE CONOCIMIENTO BASADO EN PREDICADOS DE LA LÓGICA DIFUSA ARQUIMEDIANA COMPENSATORIA
Authors: Morales de la Cruz, Citlalli
Issue Date: 2021-05-01
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Ciudad Madero
Description: La representación y generación de conocimiento son un problema que tiene como objetivo la recolección de grandes vólumnes de datos para encontrar patrones y poder crear modelos de predicción, que en su paso se encuentra con ciertas limitaciones ya sea por la expresividad de la información, la manera en como se representan y la interpretabilidad. Descrito lo anterior, existen métodos que se apoyan en técnicas basadas en inteligencia artifi cial tales como la lógica difusa, las redes neuronales y los algoritmos bioinspirados, entre otros, esto con el objetivo de obtener información valiosa y crear modelos para la toma de decisiones o la comprensión de fenómenos que suceden a nuestro alrededor. En esta tesis se presenta una modificación de dos algoritmos genéticos desarrollados en (Llorente, 2019) que tienen como objetivo la generación de conocimiento a través de árboles de decisión combinando la programación genética, también se logra una integración de ellos con una nueva metología basada en la Lógica Difusa Arquimediana Compensatoria, la implementación de un nuevo operador genético de mutación y el concepto de exhaustivad para obtener mayor diversidad en la búsqueda de soluciones.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
G13071091_donacion_tesis_bib.pdf2.59 MBAdobe PDFView/Open
G13071091_donacion_tesis_licencia.pdf
  Until 2050-01-01
117.29 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons