<?xml version="1.0" encoding="UTF-8" ?>
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dc:title>
<dc:creator>0000-0002-7066-7156</dc:creator>
<dc:contributor>Sanz Delgado, José Antonio</dc:contributor>
<dc:contributor>Pereira Dimuro, Graçaliz</dc:contributor>
<dc:contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dc:contributor>
<dc:contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dc:contributor>
<dc:subject>Modelado difuso</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dc:subject>
<dc:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dc:subject>
<dc:subject>Funciones de agregación</dc:subject>
<dc:subject>Fuzzy modeling</dc:subject>
<dc:subject>Fuzzy rule-based classification systems (FRBCSs)</dc:subject>
<dc:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</dc:subject>
<dc:subject>n-dimensional interval-valued fusion functions</dc:subject>
<dc:subject>Aggregation functions</dc:subject>
<dc:description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dc:description>
<dc:description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dc:description>
<dc:description>Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011)</dc:description>
<dc:description>Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)</dc:description>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:identifier>https://hdl.handle.net/2454/42465</dc:identifier>
<dc:identifier>10.48035/Tesis/2454/39929</dc:identifier>
<dc:language>eng</dc:language>
<dc:relation>https://doi.org/10.48035/Tesis/2454/42465</dc:relation>
<dc:rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
<dc:rights>http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Acceso abierto / Sarbide irekia</dc:rights>
<dc:format>application/pdf</dc:format>
</oai_dc:dc>
<?xml version="1.0" encoding="UTF-8" ?>
<d:DIDL schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd">
<d:Item id="hdl_2454_42465">
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<dii:Identifier schemaLocation="urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd">urn:hdl:2454/42465</dii:Identifier>
</d:Statement>
</d:Descriptor>
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dc:title>
<dc:contributor>Sanz Delgado, José Antonio</dc:contributor>
<dc:contributor>Pereira Dimuro, Graçaliz</dc:contributor>
<dc:contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dc:contributor>
<dc:contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dc:contributor>
<dc:subject>Modelado difuso</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dc:subject>
<dc:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dc:subject>
<dc:subject>Funciones de agregación</dc:subject>
<dc:subject>Fuzzy modeling</dc:subject>
<dc:subject>Fuzzy rule-based classification systems (FRBCSs)</dc:subject>
<dc:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</dc:subject>
<dc:subject>n-dimensional interval-valued fusion functions</dc:subject>
<dc:subject>Aggregation functions</dc:subject>
<dc:description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dc:description>
<dc:description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dc:description>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>Tesis doctoral / Doktoretza tesia</dc:type>
<dc:identifier>https://hdl.handle.net/2454/42465</dc:identifier>
<dc:identifier>10.48035/Tesis/2454/39929</dc:identifier>
<dc:language>eng</dc:language>
<dc:relation>https://doi.org/10.48035/Tesis/2454/42465</dc:relation>
<dc:rights>http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Acceso abierto / Sarbide irekia</dc:rights>
<dc:rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
</oai_dc:dc>
</d:Statement>
</d:Descriptor>
<d:Component id="2454_42465_1">
</d:Component>
</d:Item>
</d:DIDL>
<?xml version="1.0" encoding="UTF-8" ?>
<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
<dim:field authority="5780c380-4d90-40b7-bf92-e6fef59ccb65" element="contributor" lang="es_ES" mdschema="dc" qualifier="advisor">Sanz Delgado, José Antonio</dim:field>
<dim:field authority="5780c380-4d90-40b7-bf92-e6fef59ccb65" element="contributor" lang="es_ES" mdschema="dc" qualifier="advisor">Pereira Dimuro, Graçaliz</dim:field>
<dim:field element="contributor" lang="es_ES" mdschema="dc" qualifier="department">Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dim:field>
<dim:field element="contributor" lang="eu" mdschema="dc" qualifier="department">Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dim:field>
<dim:field authority="811596--0000-0002-7066-7156" confidence="600" element="creator" lang="es_ES" mdschema="dc">Asmus, Tiago</dim:field>
<dim:field element="date" mdschema="dc" qualifier="issued">2022</dim:field>
<dim:field element="identifier" mdschema="dc" qualifier="uri">https://hdl.handle.net/2454/42465</dim:field>
<dim:field element="identifier" mdschema="dc" qualifier="doi">10.48035/Tesis/2454/39929</dim:field>
<dim:field element="description" lang="es_ES" mdschema="dc" qualifier="abstract">La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dim:field>
<dim:field element="description" lang="en" mdschema="dc" qualifier="abstract">Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dim:field>
<dim:field element="description" lang="en" mdschema="dc" qualifier="provenance">Made available in DSpace on 2022-03-07T10:15:10Z (GMT). No. of bitstreams: 0 Previous issue date: 2022</dim:field>
<dim:field element="description" lang="es_ES" mdschema="dc" qualifier="doctorateProgram">Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011)</dim:field>
<dim:field element="description" lang="eu" mdschema="dc" qualifier="doctorateProgram">Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)</dim:field>
<dim:field element="format" lang="en" mdschema="dc" qualifier="mimetype">application/pdf</dim:field>
<dim:field element="language" lang="en" mdschema="dc" qualifier="iso">eng</dim:field>
<dim:field element="rights" lang="es_ES" mdschema="dc">Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="uri">http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</dim:field>
<dim:field element="rights" lang="en" mdschema="dc" qualifier="accessRights">info:eu-repo/semantics/openAccess</dim:field>
<dim:field element="rights" lang="es" mdschema="dc" qualifier="accessRights">Acceso abierto / Sarbide irekia</dim:field>
<dim:field element="subject" lang="es_ES" mdschema="dc">Modelado difuso</dim:field>
<dim:field element="subject" lang="es_ES" mdschema="dc">Sistemas de clasificación basados en reglas difusas (SCBRDs)</dim:field>
<dim:field element="subject" lang="es_ES" mdschema="dc">Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dim:field>
<dim:field element="subject" lang="es_ES" mdschema="dc">Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dim:field>
<dim:field element="subject" lang="es_ES" mdschema="dc">Funciones de agregación</dim:field>
<dim:field element="subject" lang="en" mdschema="dc">Fuzzy modeling</dim:field>
<dim:field element="subject" lang="en" mdschema="dc">Fuzzy rule-based classification systems (FRBCSs)</dim:field>
<dim:field element="subject" lang="en" mdschema="dc">Interval-valued rule-based classification systems (IV-FRBCSs)</dim:field>
<dim:field element="subject" lang="en" mdschema="dc">n-dimensional interval-valued fusion functions</dim:field>
<dim:field element="subject" lang="en" mdschema="dc">Aggregation functions</dim:field>
<dim:field element="title" lang="en" mdschema="dc">A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dim:field>
<dim:field element="type" lang="en" mdschema="dc">info:eu-repo/semantics/doctoralThesis</dim:field>
<dim:field element="type" lang="es" mdschema="dc">Tesis doctoral / Doktoretza tesia</dim:field>
<dim:field element="embargo" mdschema="dc" qualifier="terms">2024-02-25</dim:field>
<dim:field element="relation" mdschema="dc" qualifier="publisherversion">https://doi.org/10.48035/Tesis/2454/42465</dim:field>
</dim:dim>
<?xml version="1.0" encoding="UTF-8" ?>
<rdf:RDF schemaLocation="http://www.w3.org/1999/02/22-rdf-syntax-ns# http://www.europeana.eu/schemas/edm">
<edm:ProvidedCHO about="https://hdl.handle.net/2454/42465">
<dc:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dc:title>
<dc:creator>Asmus, Tiago</dc:creator>
<dc:contributor>Sanz Delgado, José Antonio</dc:contributor>
<dc:contributor>Pereira Dimuro, Graçaliz</dc:contributor>
<dc:contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dc:contributor>
<dc:contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dc:contributor>
<dc:subject>Modelado difuso</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dc:subject>
<dc:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dc:subject>
<dc:subject>Funciones de agregación</dc:subject>
<dc:subject>Fuzzy modeling</dc:subject>
<dc:subject>Fuzzy rule-based classification systems (FRBCSs)</dc:subject>
<dc:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</dc:subject>
<dc:subject>n-dimensional interval-valued fusion functions</dc:subject>
<dc:subject>Aggregation functions</dc:subject>
<dc:description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dc:description>
<dc:description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dc:description>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>Tesis doctoral / Doktoretza tesia</dc:type>
<dc:identifier>https://hdl.handle.net/2454/42465</dc:identifier>
<dc:identifier>10.48035/Tesis/2454/39929</dc:identifier>
<dc:language>eng</dc:language>
<dc:relation>https://doi.org/10.48035/Tesis/2454/42465</dc:relation>
<edm:type>TEXT</edm:type>
</edm:ProvidedCHO>
<ore:Aggregation about="https://hdl.handle.net/2454/42465">
<edm:dataProvider>Academica-e. Repositorio institucional de la Universidad Pública de Navarra</edm:dataProvider>
<edm:provider>Hispana</edm:provider>
</ore:Aggregation>
<edm:WebResource about="https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/1/Tesis%20ASMUS.pdf">
</edm:WebResource>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
<title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</title>
<contributor>Sanz Delgado, José Antonio</contributor>
<contributor>Pereira Dimuro, Graçaliz</contributor>
<contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</contributor>
<contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</contributor>
<subject>Modelado difuso</subject>
<subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</subject>
<subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</subject>
<subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</subject>
<subject>Funciones de agregación</subject>
<subject>Fuzzy modeling</subject>
<subject>Fuzzy rule-based classification systems (FRBCSs)</subject>
<subject>Interval-valued rule-based classification systems (IV-FRBCSs)</subject>
<subject>n-dimensional interval-valued fusion functions</subject>
<subject>Aggregation functions</subject>
<description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</description>
<description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</description>
<date>2022</date>
<type>info:eu-repo/semantics/doctoralThesis</type>
<type>Tesis doctoral / Doktoretza tesia</type>
<identifier>https://hdl.handle.net/2454/42465</identifier>
<identifier>10.48035/Tesis/2454/39929</identifier>
<language>eng</language>
<relation>https://doi.org/10.48035/Tesis/2454/42465</relation>
<rights>http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</rights>
<rights>info:eu-repo/semantics/openAccess</rights>
<rights>Acceso abierto / Sarbide irekia</rights>
<rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</rights>
</thesis>
<?xml version="1.0" encoding="UTF-8" ?>
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>00925njm 22002777a 4500</leader>
<datafield ind1=" " ind2=" " tag="042">
<subfield code="a">dc</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="720">
<subfield code="a">Asmus, Tiago</subfield>
<subfield code="e">author</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="260">
<subfield code="c">2022</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</subfield>
</datafield>
<datafield ind1="8" ind2=" " tag="024">
<subfield code="a">https://hdl.handle.net/2454/42465</subfield>
</datafield>
<datafield ind1="8" ind2=" " tag="024">
<subfield code="a">10.48035/Tesis/2454/39929</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Modelado difuso</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Sistemas de clasificación basados en reglas difusas (SCBRDs)</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Funciones de agregación</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Fuzzy modeling</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Fuzzy rule-based classification systems (FRBCSs)</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Interval-valued rule-based classification systems (IV-FRBCSs)</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">n-dimensional interval-valued fusion functions</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Aggregation functions</subfield>
</datafield>
<datafield ind1="0" ind2="0" tag="245">
<subfield code="a">A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
<mets ID=" DSpace_ITEM_2454-42465" OBJID=" hdl:2454/42465" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
<metsHdr CREATEDATE="2024-04-30T20:24:28Z">
<agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
<name>Academica-e</name>
</agent>
</metsHdr>
<dmdSec ID="DMD_2454_42465">
<mdWrap MDTYPE="MODS">
<xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:role>
<mods:roleTerm type="text">advisor</mods:roleTerm>
</mods:role>
<mods:namePart>Sanz Delgado, José Antonio</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">advisor</mods:roleTerm>
</mods:role>
<mods:namePart>Pereira Dimuro, Graçaliz</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">department</mods:roleTerm>
</mods:role>
<mods:namePart>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">department</mods:roleTerm>
</mods:role>
<mods:namePart>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</mods:namePart>
</mods:name>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2022</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">https://hdl.handle.net/2454/42465</mods:identifier>
<mods:identifier type="doi">10.48035/Tesis/2454/39929</mods:identifier>
<mods:abstract>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</mods:abstract>
<mods:abstract>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</mods:abstract>
<mods:language>
<mods:languageTerm authority="rfc3066">eng</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</mods:accessCondition>
<mods:subject>
<mods:topic>Modelado difuso</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemas de clasificación basados en reglas difusas (SCBRDs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Funciones de agregación</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Fuzzy modeling</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Fuzzy rule-based classification systems (FRBCSs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Interval-valued rule-based classification systems (IV-FRBCSs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>n-dimensional interval-valued fusion functions</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Aggregation functions</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
</mods:mods>
</xmlData>
</mdWrap>
</dmdSec>
<amdSec ID="FO_2454_42465_1">
<techMD ID="TECH_O_2454_42465_1">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/1/Tesis%20ASMUS.pdf</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>c6b2c786a211bac86338338ac55d567d</premis:messageDigest>
</premis:fixity>
<premis:size>110611496</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>application/pdf</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>Tesis ASMUS.pdf</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<amdSec ID="FT_2454_42465_2">
<techMD ID="TECH_T_2454_42465_2">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/2/Tesis%20ASMUS.pdf.txt</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>2628e5cf182aaa52f535b9485b180b84</premis:messageDigest>
</premis:fixity>
<premis:size>841958</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>text/plain</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>Tesis ASMUS.pdf.txt</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<fileSec>
<fileGrp USE="ORIGINAL">
<file ADMID="FO_2454_42465_1" CHECKSUM="c6b2c786a211bac86338338ac55d567d" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_2454_42465_1" ID="BITSTREAM_ORIGINAL_2454_42465_1" MIMETYPE="application/pdf" SEQ="1" SIZE="110611496">
</file>
</fileGrp>
<fileGrp USE="TEXT">
<file ADMID="FT_2454_42465_2" CHECKSUM="2628e5cf182aaa52f535b9485b180b84" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_2454_42465_2" ID="BITSTREAM_TEXT_2454_42465_2" MIMETYPE="text/plain" SEQ="2" SIZE="841958">
</file>
</fileGrp>
</fileSec>
<structMap LABEL="DSpace Object" TYPE="LOGICAL">
<div ADMID="DMD_2454_42465" TYPE="DSpace Object Contents">
<div TYPE="DSpace BITSTREAM">
</div>
</div>
</structMap>
</mets>
<?xml version="1.0" encoding="UTF-8" ?>
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2022</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">https://hdl.handle.net/2454/42465</mods:identifier>
<mods:identifier type="doi">10.48035/Tesis/2454/39929</mods:identifier>
<mods:abstract>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</mods:abstract>
<mods:abstract>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</mods:abstract>
<mods:language>
<mods:languageTerm>eng</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">Acceso abierto / Sarbide irekia</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</mods:accessCondition>
<mods:subject>
<mods:topic>Modelado difuso</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemas de clasificación basados en reglas difusas (SCBRDs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Funciones de agregación</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Fuzzy modeling</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Fuzzy rule-based classification systems (FRBCSs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Interval-valued rule-based classification systems (IV-FRBCSs)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>n-dimensional interval-valued fusion functions</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Aggregation functions</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
<mods:genre>Tesis doctoral / Doktoretza tesia</mods:genre>
</mods:mods>
<?xml version="1.0" encoding="UTF-8" ?>
<oaire:record schemaLocation="http://namespace.openaire.eu/schema/oaire/">
<datacite:titles>
<datacite:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</datacite:title>
</datacite:titles>
<datacite:creators>
<datacite:creator>
<datacite:creatorName>Asmus, Tiago</datacite:creatorName>
<datacite:affiliation>Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa</datacite:affiliation>
<datacite:nameIdentifier nameIdentifierScheme="ORCID" schemeURI="https://orcid.org">0000-0002-7066-7156</datacite:nameIdentifier>
</datacite:creator>
</datacite:creators>
<datacite:contributors>
<datacite:contributor contributorType="Supervisor">
<datacite:contributorName nameType="Personal">Sanz Delgado, José Antonio</datacite:contributorName>
</datacite:contributor>
<datacite:contributor contributorType="Supervisor">
<datacite:contributorName nameType="Personal">Pereira Dimuro, Graçaliz</datacite:contributorName>
</datacite:contributor>
<datacite:contributor contributorType="ResearchGroup">
<datacite:contributorName nameType="Organizational">Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</datacite:contributorName>
</datacite:contributor>
<datacite:contributor contributorType="ResearchGroup">
<datacite:contributorName nameType="Organizational">Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</datacite:contributorName>
</datacite:contributor>
</datacite:contributors>
<datacite:subject>Modelado difuso</datacite:subject>
<datacite:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</datacite:subject>
<datacite:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</datacite:subject>
<datacite:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</datacite:subject>
<datacite:subject>Funciones de agregación</datacite:subject>
<datacite:subject>Fuzzy modeling</datacite:subject>
<datacite:subject>Fuzzy rule-based classification systems (FRBCSs)</datacite:subject>
<datacite:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</datacite:subject>
<datacite:subject>n-dimensional interval-valued fusion functions</datacite:subject>
<datacite:subject>Aggregation functions</datacite:subject>
<dc:description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dc:description>
<dc:description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dc:description>
<dc:description>Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011)</dc:description>
<dc:description>Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)</dc:description>
<datacite:date dateType="Issued">2022</datacite:date>
<datacite:dates>
<datacite:date dateType="Available">2024-02-25</datacite:date>
</datacite:dates>
<oaire:resourceType resourceTypeGeneral="literature" uri="http://purl.org/coar/resource_type/c_db06">doctoralThesis</oaire:resourceType>
<datacite:identifier>https://hdl.handle.net/2454/42465</datacite:identifier>
<datacite:alternateIdentifiers>
<datacite:alternateIdentifier alternateIdentifierType="DOI">10.48035/Tesis/2454/39929</datacite:alternateIdentifier>
</datacite:alternateIdentifiers>
<dc:language>eng</dc:language>
<dc:rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
<datacite:rights rightsURI="http://purl.org/coar/access_right/c_abf2">open access</datacite:rights>
<dc:format>application/pdf</dc:format>
<oaire:file>https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/1/Tesis%20ASMUS.pdf</oaire:file>
</oaire:record>
<?xml version="1.0" encoding="UTF-8" ?>
<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
<atom:id>https://hdl.handle.net/2454/42465/ore.xml</atom:id>
<atom:source>
<atom:generator>Academica-e</atom:generator>
</atom:source>
<atom:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</atom:title>
<oreatom:triples>
<rdf:Description about="https://hdl.handle.net/2454/42465/ore.xml#atom">
</rdf:Description>
<rdf:Description about="https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/1/Tesis%20ASMUS.pdf">
<dcterms:description>ORIGINAL</dcterms:description>
</rdf:Description>
<rdf:Description about="https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/2/Tesis%20ASMUS.pdf.txt">
<dcterms:description>TEXT</dcterms:description>
</rdf:Description>
<rdf:Description about="https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/3/Tesis%20ASMUS.pdf.jpg">
<dcterms:description>THUMBNAIL</dcterms:description>
</rdf:Description>
</oreatom:triples>
</atom:entry>
<?xml version="1.0" encoding="UTF-8" ?>
<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
<dc:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dc:title>
<dc:creator>Asmus, Tiago</dc:creator>
<dc:contributor>Sanz Delgado, José Antonio</dc:contributor>
<dc:contributor>Pereira Dimuro, Graçaliz</dc:contributor>
<dc:contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dc:contributor>
<dc:contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dc:contributor>
<dc:subject>Modelado difuso</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dc:subject>
<dc:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dc:subject>
<dc:subject>Funciones de agregación</dc:subject>
<dc:subject>Fuzzy modeling</dc:subject>
<dc:subject>Fuzzy rule-based classification systems (FRBCSs)</dc:subject>
<dc:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</dc:subject>
<dc:subject>n-dimensional interval-valued fusion functions</dc:subject>
<dc:subject>Aggregation functions</dc:subject>
<dcterms:abstract>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dcterms:abstract>
<dcterms:abstract>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dcterms:abstract>
<dcterms:issued>2022</dcterms:issued>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>Tesis doctoral / Doktoretza tesia</dc:type>
<dc:identifier>https://hdl.handle.net/2454/42465</dc:identifier>
<dc:identifier>10.48035/Tesis/2454/39929</dc:identifier>
<dc:language>eng</dc:language>
<dc:relation>https://doi.org/10.48035/Tesis/2454/42465</dc:relation>
<dc:rights>http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Acceso abierto / Sarbide irekia</dc:rights>
<dc:rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
</qdc:qualifieddc>
<?xml version="1.0" encoding="UTF-8" ?>
<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
<ow:Publication about="oai:academica-e.unavarra.es:2454/42465">
<dc:title>A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</dc:title>
<dc:contributor>Sanz Delgado, José Antonio</dc:contributor>
<dc:contributor>Pereira Dimuro, Graçaliz</dc:contributor>
<dc:contributor>Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</dc:contributor>
<dc:contributor>Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</dc:contributor>
<dc:subject>Modelado difuso</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas (SCBRDs)</dc:subject>
<dc:subject>Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</dc:subject>
<dc:subject>Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</dc:subject>
<dc:subject>Funciones de agregación</dc:subject>
<dc:subject>Fuzzy modeling</dc:subject>
<dc:subject>Fuzzy rule-based classification systems (FRBCSs)</dc:subject>
<dc:subject>Interval-valued rule-based classification systems (IV-FRBCSs)</dc:subject>
<dc:subject>n-dimensional interval-valued fusion functions</dc:subject>
<dc:subject>Aggregation functions</dc:subject>
<dc:description>La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</dc:description>
<dc:description>Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</dc:description>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
<dc:type>Tesis doctoral / Doktoretza tesia</dc:type>
<dc:identifier>https://hdl.handle.net/2454/42465</dc:identifier>
<dc:identifier>10.48035/Tesis/2454/39929</dc:identifier>
<dc:language>eng</dc:language>
<dc:relation>https://doi.org/10.48035/Tesis/2454/42465</dc:relation>
<dc:rights>http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Acceso abierto / Sarbide irekia</dc:rights>
<dc:rights>Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
</ow:Publication>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
<element name="dc">
<element name="contributor">
<element name="advisor">
<element name="es_ES">
<field name="value">Sanz Delgado, José Antonio</field>
<field name="authority">5780c380-4d90-40b7-bf92-e6fef59ccb65</field>
<field name="value">Pereira Dimuro, Graçaliz</field>
<field name="authority">e8a108aa-1bb2-4845-a9ec-7f78279fa027</field>
</element>
</element>
<element name="department">
<element name="es_ES">
<field name="value">Universidad Pública de Navarra. Departamento de Estadística, Informática y Matemáticas</field>
</element>
<element name="eu">
<field name="value">Nafarroako Unibertsitate Publikoa. Estatistika, Informatika eta Matematika Saila</field>
</element>
</element>
</element>
<element name="creator">
<element name="es_ES">
<field name="value">Asmus, Tiago</field>
<field name="authority">811596--0000-0002-7066-7156</field>
<field name="confidence">600</field>
</element>
</element>
<element name="date">
<element name="issued">
<element name="none">
<field name="value">2022</field>
</element>
</element>
</element>
<element name="identifier">
<element name="uri">
<element name="none">
<field name="value">https://hdl.handle.net/2454/42465</field>
</element>
</element>
<element name="doi">
<element name="none">
<field name="value">10.48035/Tesis/2454/39929</field>
</element>
</element>
</element>
<element name="description">
<element name="abstract">
<element name="es_ES">
<field name="value">La fusión de información es el proceso de combinar varios valores numéricos en uno solo que los represente. En problemas con algún tipo de modelado difuso, este proceso generalmente se realiza mediante funciones de fusión o, su subclase más importante, las funciones de agregación. Estas funciones se han aplicado ampliamente en varias técnicas para resolver problemas de clasificación, en particular, en los Sistemas de Clasificación Basados en Reglas Difusas (SCBRDs). En este tipo de clasificador, se han aplicado de forma exitosa las funciones de solapamiento (que son funciones de agregación bivariadas con propiedades deseables) y sus generalizaciones n-dimensionales. Cuando hay incertidumbre con respecto al modelado de las funciones de pertenencia en los SCBRDs, generalmente asociados con términos lingüísticos, se pueden aplicar conjuntos difusos intervalo-valorados. El modelado de etiquetas lingüísticas a través de conjuntos difusos intervalo-valorados en los SCBRDs origino a los Sistemas de Clasificación Basados en Reglas Difusas Intervalo-valorados (IV-SCBRDs). En estos sistemas, los procesos de fusión se calculan mediante funciones de agregación definidas en el contexto intervalar, mientras que las amplitudes de los intervalos de pertenencia asignados están intrínsecamente relacionadas con la incertidumbre con respecto a los valores que están aproximando y, luego, con la calidad de la información que representan. Sin embargo, no existe una guía en la literatura que muestre cómo definir y construir funciones de fusión con valores intervalares que tomen en consideración el control de la calidad de la información. Por todo ello, en esta tesis, desarrollamos un marco para definir funciones de fusión intervalo-valoradas n-dimensionales generalizadas considerando los órdenes admisibles y el control de la calidad de la información. Aplicamos los conceptos desarrollados en un IV-SCBRD considerado como estado del arte (es decir, IVTURS), desarrollando nuestra propia versión basada en operadores de solapamiento con control de la calidad de la información, demostrando que nuestro enfoque mejora el rendimiento del clasificador. Finalmente, desarrollamos un marco para definir funciones de fusión n-dimensionales que actúan en un intervalo real cerrado arbitrario como homólogas de clases conocidas de funciones de fusión que actúan sobre el intervalo unitario, para expandir la aplicabilidad de las funciones de fusión con propiedades deseables a problemas que no involucren un modelado difuso.</field>
</element>
<element name="en">
<field name="value">Information fusion is the process of combining several numerical values into a single representative one. In problems with some sort of fuzzy modeling, this process is usually computed by means of fusion functions or, their most important subclass, aggregation functions. They have been widely applied in several techniques to deal with classification problems, particularly, in Fuzzy Rule-Based Classification Systems (FRBCSs). In those types of classifiers, overlap functions (which are bivariate aggregation functions with desirable properties) and their n-dimensional generalizations have been successfully applied. When there is uncertainty regarding the modeling of membership functions in FRBCSs, usually associated with linguistic terms, one can apply interval-valued fuzzy sets. The modeling of linguistic labels via interval-valued fuzzy sets in FRBCSs gave birth to Interval-Valued Rule-Based Classification Systems (IV-FRBCSs). In those systems, the fusion processes are computed by means of aggregation functions defined in the interval context, while the widths of the assigned interval membership degrees are intrinsically related to the uncertainty with respect to the values they are approximating and, then, with the quality of the information they are carrying. However, there is not a guideline in the literature showing how to define and construct interval-valued fusion functions that takes the information quality control into consideration. Thus, in this thesis, we develop a constructive framework to define generalized n-dimensional intervalvalued fusion functions considering admissible orders and the information quality control. We apply the developed concepts in a state-of-the-art IV-FRBCS (namely, IVTURS), developing our own version of it based on overlap operators with information quality control, showing that the classification accuracy is improved by our approach. Finally, we develop a constructive framework to define ndimensional fusion functions acting on an arbitrary closed real interval as counterparts of known classes of fusion functions acting on the unit interval, to expand the applicability of fusion functions with desirable properties to problems that do not involve fuzzy modeling.</field>
</element>
</element>
<element name="provenance">
<element name="en">
<field name="value">Made available in DSpace on 2022-03-07T10:15:10Z (GMT). No. of bitstreams: 0 Previous issue date: 2022</field>
</element>
</element>
<element name="doctorateProgram">
<element name="es_ES">
<field name="value">Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011)</field>
</element>
<element name="eu">
<field name="value">Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)</field>
</element>
</element>
</element>
<element name="format">
<element name="mimetype">
<element name="en">
<field name="value">application/pdf</field>
</element>
</element>
</element>
<element name="language">
<element name="iso">
<element name="en">
<field name="value">eng</field>
</element>
</element>
</element>
<element name="rights">
<element name="es_ES">
<field name="value">Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</field>
</element>
<element name="uri">
<element name="none">
<field name="value">http://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES/</field>
</element>
</element>
<element name="accessRights">
<element name="en">
<field name="value">info:eu-repo/semantics/openAccess</field>
</element>
<element name="es">
<field name="value">Acceso abierto / Sarbide irekia</field>
</element>
</element>
</element>
<element name="subject">
<element name="es_ES">
<field name="value">Modelado difuso</field>
<field name="value">Sistemas de clasificación basados en reglas difusas (SCBRDs)</field>
<field name="value">Sistemas de clasificación basados en reglas difusas intervalo-valorados (IV-SCBRDs</field>
<field name="value">Funciones de fusión intervalo-valoradas n-dimensionales generalizadas</field>
<field name="value">Funciones de agregación</field>
</element>
<element name="en">
<field name="value">Fuzzy modeling</field>
<field name="value">Fuzzy rule-based classification systems (FRBCSs)</field>
<field name="value">Interval-valued rule-based classification systems (IV-FRBCSs)</field>
<field name="value">n-dimensional interval-valued fusion functions</field>
<field name="value">Aggregation functions</field>
</element>
</element>
<element name="title">
<element name="en">
<field name="value">A framework for general fusion processes under uncertainty modeling control, with an application in interval-valued fuzzy rule-based classification systems</field>
</element>
</element>
<element name="type">
<element name="en">
<field name="value">info:eu-repo/semantics/doctoralThesis</field>
</element>
<element name="es">
<field name="value">Tesis doctoral / Doktoretza tesia</field>
</element>
</element>
<element name="embargo">
<element name="terms">
<element name="none">
<field name="value">2024-02-25</field>
</element>
</element>
</element>
<element name="relation">
<element name="publisherversion">
<element name="none">
<field name="value">https://doi.org/10.48035/Tesis/2454/42465</field>
</element>
</element>
</element>
</element>
<element name="bundles">
<element name="bundle">
<field name="name">ORIGINAL</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">Tesis ASMUS.pdf</field>
<field name="originalName">Tesis ASMUS.pdf</field>
<field name="format">application/pdf</field>
<field name="size">110611496</field>
<field name="url">https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/1/Tesis%20ASMUS.pdf</field>
<field name="checksum">c6b2c786a211bac86338338ac55d567d</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">1</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">TEXT</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">Tesis ASMUS.pdf.txt</field>
<field name="originalName">Tesis ASMUS.pdf.txt</field>
<field name="description">Extracted text</field>
<field name="format">text/plain</field>
<field name="size">841958</field>
<field name="url">https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/2/Tesis%20ASMUS.pdf.txt</field>
<field name="checksum">2628e5cf182aaa52f535b9485b180b84</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">2</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">THUMBNAIL</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">Tesis ASMUS.pdf.jpg</field>
<field name="originalName">Tesis ASMUS.pdf.jpg</field>
<field name="description">IM Thumbnail</field>
<field name="format">image/jpeg</field>
<field name="size">5858</field>
<field name="url">https://academica-e.unavarra.es/xmlui/bitstream/2454/42465/3/Tesis%20ASMUS.pdf.jpg</field>
<field name="checksum">b8f39eb3c4d704b4c6d7af1bc95817ce</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">3</field>
</element>
</element>
</element>
</element>
<element name="others">
<field name="handle">2454/42465</field>
<field name="identifier">oai:academica-e.unavarra.es:2454/42465</field>
<field name="lastModifyDate">2024-02-25 01:00:08.517</field>
</element>
<element name="repository">
<field name="name">Academica-e</field>
<field name="mail">academica-e@unavarra.es</field>
</element>
</metadata>