Lógica Difusa



Análisis Articulo "Aplicación de la lógica difusa en la toma de decisiones para la sostenibilidad del suelo"





La lógica difusa o borrosa busca modelar aspectos o situaciones no lineales, como ejemplo de aplicación se tomo un articulo llamado "Aplicación de la lógica difusa en la toma de decisiones para la sostenibilidad del suelo" en el caso de estudio los investigadores buscan identificar los tipos de suelos mas afectados por lo que ellos denominan factor de sobre utilización del suelo en contexto y tomando textualmente el "trabajo se expone la aplicación de la lógica borrosa o difusa, para identificar los tipos de suelos más afectados en un agrosistema, por el Mecanismo Central del Síndrome de Sobre-Utilización del Suelo, tomando como caso de estudio: la presencia de los síntomas del síndrome y el grado en que afectan el agrosistema: Finca “La Esperanza”, en la provincia de Camagüey, donde se empleó el modelo Big6. También se identifican doce tipos de suelos, los cuales son los más afectados por el Síndrome de Sobre-Utilización del Suelo, así como los síntomas con efecto de mayor alcance sobre estos suelos. La ejecución rigurosa de los diferentes pasos del método borroso empleado admitió seleccionar los suelos más afectados por los doce síntomas del Mecanismo Central del Síndrome de Sobre-Utilización del Suelo"(Veita Rodrigues, 2012). 

la aplicación de variables aleatorias tales como el clima, la degradación del suelo,componentes ecosistemicos entre otras las cuales tienen un grado de dificultad muy alto en caso de intentar modelar lineal mente, es por eso que la lógica difusa nos brinda herramientas o alternativas para el análisis investigativo de ciertos fenómenos que ocurren en nuestro territorio.

En este articulo de investigación es un ejemplo muy pertinente que nos ayuda a contextualizar la aplicación de dicha técnica en un campo de acción con lo es el estudio, análisis y gestión del territorio, que nos concierne a nosotros como ingenieros catastrales en formación.


Bibliográfia 


Veitia Rodríguez, Eduardo Román, Martínez-López, Yoan, & Montalbán Estrada, Adelmo. (2014). Aplicación de la lógica difusa en la toma de decisiones para la sostenibilidad del suelo. Revista Ciencias Técnicas Agropecuarias, 23(3), 31-36. Recuperado en 07 de septiembre de 2017, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2071-00542014000300005&lng=es&tlng=es.


Geografia y ordenacion del territorio. Recuperado en 07 de septiembre de 2017, de http://geografiayterritorio.blogspot.com.co/2010_04_01_archive.html

Comentarios

Publicar un comentario

Entradas populares de este blog

One-Hot Encoding

Imagen
ONE-HOT ENCODING Debido a que los datos categóricos no se pueden representar o no son aplicables en los algoritmos de aprendizaje automático, estos deben ser convertidos a valores de tipo numérico, de echo esto no es suficiente ya que los modelos definirán un orden natural entre las categorías esto implicaría un rendimiento deficiente para dar solución a esto se debe agregar una nueva variable binaria a cada valor entero, en si se debe hacer una representación de variables categóricas como vectores binarios, por consiguiente, se debe tener una correlación entre los valores categóricos y los valores enteros. Fuente: https://www.slideshare.net/SergiiGavrylov/kpi-summer-school-2015-word-embeddings-and-neural-language-modeling Muchos algoritmos de aprendizaje automático no pueden funcionar directamente con datos categóricos. Las categorías se deben convertir en números. Esto es necesario para las variables de entrada y salida que son categóricas. Bibliografía
Leer más

Machine Learning

Imagen
MACHINE LEARNING Machine Learning específicamente se encarga de crear sistemas que aprenden automáticamente, todo esto enmarcado en el campo de la Inteligencia artificial. Se basa en la identificación de patrones complejos en grandes volúmenes de información, siendo capaz de predecir comportamientos futuros, la máquina usa Big Data y algoritmos sofisticados para saber cómo realizar la tarea por sí misma. El machine Learning les permite a las aplicaciones “pensar” y hacer una determinación o proyección de manera independiente . El gran desarrollo que esta técnica o disciplina ha tenido en la última década se debe al desarrollo y avances en cuanto a procesamiento y almacenamiento de datos y el fácil acceso a estos datos, además de la gran tendencia y desarrollo sobre el manejo de grandes cantidades de datos que en un software convencional no es posible manejarlos, como son los macro datos o Big Data. Algunos Beneficios de Machine Learning -        Toma de d
Leer más

Inteligencia Artificial Aplicada a la Detección de Cambios en el Territorio

Imagen
INTELIGENCIA ARTIFICIAL APLICADA A LA DETECCIÓN DE CAMBIOS EN EL TERRITORIO El proyecto es realizado o se inició en el año 2016, cuyo objetivo es desarrollar una herramienta tecnológica que le permitirá detectar, automáticamente, cambios en el territorio a partir de ortofotos, busca identificar cambios de tipo vial o por nuevas construcciones. La tecnología desarrollada integra la librería de código abierto TensorFlow, desarrollada por Google, para el aprendizaje automático (Machine Learning). El trabajo realizado por GRAFCAN se ha centrado, principalmente, en la definición y evaluación de diversas arquitecturas de redes neuronales y en la creación de herramientas de generación de patrones de entrenamiento para dichas redes, La red desarrollada consta de 22 capas neuronales con más de 36 millones de parámetros a ajustar durante los procesos de entrenamiento. En estos entrenamientos de la red, tanto el inicial como los posteriores, se utilizan unos 85.000 patrones que son procesad
Leer más