Obtención de información cualitativa a partir de datos cuantitativosaplicación al análisis de sistemas complejos

Abstract

En esta tesis se estudia un problema de aprendizaje supervisado y automático a partir de un conjunto de datos cuantitativos clasificados en distintas clases. Estos datos se entenderán como valores de unas características o parámetros de un sistema real, para los cuales se puede clasificar el estado del sistema en distintos tipos. El objetivo general es desarrollar técnicas que permitan mejorar algunos de los sistemas de clasificación más conocidos para la obtención de información cualitativa. Este progreso se orientará principalmente en dos sentidos: por un lado, que los sistemas resultantes tengan unas tasas de error menores que los de partida, y por otro, que la comprensión por parte de un ser humano, del modelo obtenido, sea fácil. Para lograrlo, se intentará conseguir que el sistema de clasificación sea, al final del proceso, un conjunto de reglas o premisas del lenguaje natural que expongan, en función del rango de valores de los parámetros, cual es el tipo correspondiente. Además de estos dos objetivos principales, los métodos desarrollados permiten extraer de los datos de partida otras informaciones útiles como medidas de la influencia de las características sobre el tipo, o posibles relaciones entre parámetros que ayuden a una mejor comprensión del sistema de partida