Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Computación y Sistemas. Vol. 1. No. 1. Abrll- Junio. 1997. pp. 13-2Ó BASES CONCEPTUALES PARA UNA TEORíA DE OBJETOS , SIMBOLlCOS José Ruiz Shulcloper ***-* Martín G. Chac Kantún-* José F. Martinez Trinidad-* -*Laboratorio de Procesamiento Digital de Imágenes Instituto Politécnico Nacional Centro de Investigación en Computación E-mail cenacjr@pollux.cenac.ipn.mx RESUMEN En este trabajo presentamos una nueva formalización del con cepto de objeto simbólico de modo tal que constituye una base sólida para una Teoría de Objetos Simbólicos, la que contendrá como caso particular la Teoría del Análisis Simbólico de Datos de Diday y la Teoría Clásica del Análisis de Datos. PALABRAS CLAVE Agrupamiento conceptual; objeto simbólico; análisis de da tos; variables simbólicas; clasificación no supervisada. INTRODUCCIÓN Uno de los problemas centrales en muchas disciplinas de ca rácter aplicado lo constituye el análisis de datos. Se ha desarro llado un conjunto grande de herramientas para la solución de distintas manifestaciones de este problema a partir de diferen tes enfoques. En la medida en que los datos se hacen más com plejos, por ejemplo dejan de ser exclusivamente numéricos para presentarse mezclados con datos de naturaleza cualitativa, con subjetividad, imprecisión y otros elementos de esta índole, ma yor es la dificultad de extraer información útil de los mismos. Por ejemplo, en la práctica profesional, en empresas comercia, les, en industrias, en investigaciones sociales, antropológicas o económicas y en muchas otras más, surge la necesidad de hacer análisis comparativos entre conjuntos de objetos. Nos interesan las similaridades y diferencias entre grupos poblacionales aten diendo a factores sociales, económicos, culturales, de salud y otros; o se hace necesario analizar el comportamiento de las ventas en una cadena de tiendas de ropas que tiene sucursales en diferentes estados de un país, atendiendo a las característi ***Instituto de Cibernética. Matemática y Fisica, CITMA, Cuba. E-mail recpat@cidet.icmf.edu.cu cas de la publicidad empleada, las peculiaridades socioculturales de las diferentes poblaciones, las edades de las mismas y otras. Tradicionalmente procedemos sobre la base de la estrategia de encontrar prototipos de cada conjunto de objetos sujeto a estu dio y comparar dichos prototipos. Para lograr esto, en muchos casos empezamos por homogeneizar el espacio de representa ción de los objetos, considerando sólo las variables numéricas o excluyentemente las cualitativas y asumiendo que nunca vamos a tener datos perdidos. En caso de que éstos aparecieran, se estiman, empleando para ello herramientas que en la mayoría de las ocasiones asumen comportamientos en el conjunto de datos que ni tan siquiera se verifican y casi nunca se satisfacen en la práctica. No nos vamos a referir a aquellas investigaciones en las que se consideran codificaciones (alto=5, mediano=4, bajo=3) como números y realizan operaciones aritméticas entre los mismos. Otra peculiaridad de esta tradicional estrategia es que en muchas ocasiones dichos prototipos son monstruos inexistentes en nuestra población de objetos, por lo que además es difícil confiar que el resultado de la comparación entre di chos monstruos nos pueda ofrecer una información valiosa al estudio que se realiza. Con un sentido pragmático, a finales de los años 70, R.S.Michalski [1], introdujo un conjunto de ideas que han dado en llamarse agrupamiento conceptual. En esa ocasión lo que se pretendía era aportar una información adicional a la estructuración de un espacio; no se pretendía sólo decir quiénes formaban un agrupamiento sino además decir en alguna medida por qué. Esto es, se pretendía ¡irrojar más información acerca de los agrupamientos, caracterizarlos a partir de las propiedades que éstos cumplían, definidas sobre la base de los rasgos en términos de los cuales se describen los objetos en estudio. A partir de aquí' E. Diday y un grupo de científicos han estado desarrollando una serie de trabajos en tomo al concepto de ob jeto simbólico, que constituyen la base de este artículo. 13 mailto:cenacjr@pollux.cenac.ipn.mx J. Ruiz.. M. Chac, J. F. Martínez: Bases Co~p#Uales para una Teoría de Objetos Simbólicos GÉNESIS DEL CONCEPTO DE OBJETO SIMBÓLICO Los objetos simbólicos tienen origen precisamente en los tra bajos desarrollados sobre agrupamiento conceptual por R.S. Michalski [1], cuya fmalidad era, dada una colección de obje tos, construr agrupamientos o subcategorías de los mismos, ca racterizados por descripciones conjuntivas de propiedades for madas a partir de los atributos de los objetos, teniendo estas últimas una interpretación conceptual simple. Siguiendo a Michalski [2] tenemos: Sea xl'... ,xn variables discretas, las cuales son seleccionadas para describir objetos de la muestra a ser estructurada. Para cada variable se ha defmido un conjunto de valores admisibles, el cual contiene todos los posibles valores que esta variable puede tomar para cualquier objeto de la muestra. Se asume que los conjuntos de valores de las variables son finitos, y que además pueden ser representados como: D¡={O,I, ... .d;.¡}, i=I,2, ... ,n. En general, los conjuntos de valores pueden diferir no sólo con respecto a su tamafio, sino además en la estructura relacionada con sus elementos. En los trabajos desarrollados por Michalski y sus colabora dores, se distingue solamente entre variables nominales y linea les, cuyos dominios son no ordenados y conjuntos linealmente ordenados respectivamente. Un evento es defmido como cualquier secuencia de valores de las variables xl' ... ,xn' y se denota e=(rl'r2, ...,rn) donde r¡ ED¡, i=1,2, ... ,n. El conjunto de todos los posibles eventos S, es lla mado el espacio de eventos denotado por S={el' ... ,e d } donde d=d¡xd2x ... xdQ (el tamafio del espacio de eventos). Una proposición relacional, del cálculo proposicional clási co, [x¡#R¡] donde R¡ es un conjunto de uno o más elementos del dominio de x¡, y # simboliza los operadores relacionales ~, >,<,:S:,=,E, o sus negaciones es llamadaselectoT. El selector [x¡=R¡] ([x¡*R,D es interpretado como "el valor de X¡ER¡" ("el valor de x¡~R,"). En el caso de variables lineales, el operador "=" en [x¡=RJ puede ser reemplazado por los opera dores relacionales ~, >, <,:S: para un R, apropiado. Ejemplos de selectores: [altura ~ 1,75] (la altura es mayor o igual a 1.75) [color=azul,rojo] (el color es azul o rojo) [tamafio * mediano] (el tamafio no es el mediano) [peso=2...5] (el peso está entre 2 y 5) , Como notaremos más adelante, a los selectores E. Diday les llama eventos. Nosotros preservaremos la terminología de Diday. Un producto lógico de selectores es llamado un complejo ló gico (/-complejo); si los valores de las variables en e satisfacen todos los selectores en el complejo se dice que e satisface al/ complejo. Por ejemplo, el evento e=(2,7,O,I,5,4,6) satisface al I-complejo [x¡=2,3] [x l ::;;3] [xs=3 ..8] (la concatenación de 14 selectores significa conjunción). Aquí estamos preservando las notaciones de Michalski que posteriormente modificaremos. Un I-complejo puede ser visto como una representación sim bólica exacta de los eventos a los cuales satisface. Por ejemplo, el I-complejo antes mencionado es la representación simbólica de todos los eventos para los cuales Xl es 2 ó 3, Xl es menor o igual que 3, y X está entre 3 y 8.s Cualquier conjunto de eventos para los cuales exista un /-complejo (propiedad) que estos eventos satisfagan y sólo ellos, es llamado un conjunto complejo (s-complejo). Los PRIMEROS CONCEPTOS DE ORJETO SIMBÓLICO En el análisis de datos clásico, los objetos son t-uplos numé ricos. La agrupación de tales objetos es lograda por la minimización de la disimHaridad dentro de cada agrupamiento y maximizando la disimilaridad entre agrupamientos. Con los objetos simbólicos Didaypretende lograr extensiones de tipos de datos clásicos. En conjuntos de datos clásicos, los objetos son individualizados, mientras que en los conjuntos de datos simbólicos éstos son unificados por medio de vínculos, propie dades. Estos últimos son más complejos que los datos conven cionales de la siguiente manera: 1) Todos los objetos de un conjunto de datos simbólicos pueden no estar defmidos en términos de las mismas variables. 2) Cada variable, en la descripción de un objeto simbóli co, puede tomar más de un valor, incluso un conjunto infmito de valores. 3) En objetos simbólicos más complejos, los valores que toman las variables pueden incluir uno o más objetos simbólicos elementales. 4) La descripción de un objeto simbólico puede depen der de las relaciones que existan entre otros objetos sim bólicos. 5) Los valores que las variables toman pueden estar tipi ficados, indicando la frecuencia de ocurrencia, probabi lidad relativa, nivel de importancia de los valores, etc. En sus trabajos [3-6], Diday nos brinda varias definiciones y descripciones que son necesarias recordar: "Un evento es una pareja (variable-valor) que enlaza las variables y valores de las mismas en los objetos". Ejemplos de eventos: el=[color={verde, azul, rojo}] e2=[altura= 156] e3=;=[tiempo=[1.2 ... 3.1 ]]. Los objetos simbólicos son defmidos por una conjunción ló gica de eventos (en la terminologia de Diday). Como puede observarse en la formulación de Michalski, un 1 complejo es un objeto simbólico. Basados en la complejidad de las expresiones que los descri ben, Diday introduce diferentes tipos de objetos simbólicos: J. Ruiz, M. Chac, J. F. Martínez: Bases Conceptuales para una Teoría de Objetos 51mbólkos aseverativos (assertion), acumulativos (bordes) o de tipo sínte sis (synthesis). Un objeto aseverativo es una conjunción de eventos pertene cientes a las descripciones (individuales) de objetos reales. Ejem plo: a~e,/\ e,/\ e, =(color={verde, azuI,rojo))I\[aJtma~1561/\[tíempo=[1.2"",3.1Jl Aquí a es un objeto simbólico aseverativo que tiene las si guientes propiedades: l) el color es verde, azul o rojo. 2) la altura es igual a 156. 3} el tiempo está entre 1.2 y 3.1. Un objeto simbólico acumulativo es una conjunción de 2 ó más objetos simbólicos aseverativos y eventos. Ejemplo: h~[VDU(Comp 1 )=oolor)l\[RAM(Compl )=64k )/\[Keys(Comp 1 ~[57", ,,6311/\ [VDU(Comp2~[B&Nl/\[RAM(Comp2~8k)/\[Keys(Comp2~164" ..,73)) Esto significa que el objeto h consiste de 2 objetos elementa les (aseverativos): 1) Computadora 1 con VDU a color, RAM de 64k y Keys entre 57 y 63. 2) Computadora 2 con VDU en B&N, RAM de 48k y Keys en tre 64 y 73, Un objeto simbólico tipo síntesis es una conjunción de 2 ó más objetos simbólicos acumulativos y eventos. Ejemplo: s=h¡&h,=[Típo(r¡ )=autopísta )[VehíC\llos(rJ~2)/\[Típo(r,)=carretera][Vehículos(r,~J)/\ [Típo(vJ)=carro)[Color(Vl~azull[Movimiento(vJ)=rll/\ [Tipo(vz}--trailer]IColor(V2)=rojo][Movimíento(V2)=rtJ/\ [Tipo(v3~autobúsl[Color(v3)=verdeJ[Movimiento(v3)'42] DEFINICIÓN FORMAL DE E. DmAy A partir de todas estas ideas y resultados iniciales, Diday en [7] propone una formalización del concepto de objeto simbóli co. Sea dado el diagrama de la fig 1. L ;/~ o ... II y ____y___....... P(ll) P(O) ~/. D y~ B;;¡9'! ~______z_____~ Figura l. Diagrama de E. Diday Donde: o es un conjunto de entes elementales llamados "obje tos individuales"; A es un conjunto de posibles descripciones de los ele mentos deO; y: O ~A, la cual asocia a cualquier weO su descrip ción &--y(w); D es un conjunto de descripción de subcunjuntos de n; Yn: P(O)~D, donde P(O) es el conjunto potencia de O el cual asocia a cualquier 0'60 su descripción deD; Y: P(O)~P(A) tal que Y(O')=A' si y sólo si (ssi) A'={y(w) I weO'}; YtJ.: P(A)~D la cual asocia a cualquier A'6 A una descrip ción d eD que satisface al menos la siguiente propiedad: YtJ.(A')6D; A es un conjunto de mapeos O~L donde L={verdadero, falso} (más general L=[O, 1] ); hn: D~A tal que hn(d)=a, a:O~L tal que: a(w)=verdadero ssiy (w)=3ed; Bes el conjunto demapeos A~L talque htJ.(d)=b, b:A~L tal que b(3)=verdadero ssi oed; ~hn(D) y ~=htJ.(D); Z: ~~cdtal que Z(b)=a ssi a=bOy. Una "intención" de un conjunto de objetos individuales 0'60 puede ser defmida por d=Yn (O'), a=hn (Yn (O'»,ó b=M.( Yn(O'». La "extensión" de a en O es un subconjunto de O denotado Ext(a/O) y defmido por: Ext(alO)={weOI a(w)=verdadero}; la "extensión" de b es un subconjunto de A defmido por: ,Ext(b/A)={3eA I b(o)=verdadero}; la "extensión" de deD en Q=A,es denotado Ext(d/Q); por definición, tomamos Ext(d/O)=Ext(alO) y Ext(d/A)=Ext(b/A). EtJ. es el mapeo ~P(A) tal que EtJ.(b)=Ext(b/O); En: ~P(O) tal que En:(a)=Ext(alO). De tal manera que, para Diday, un "objeto simbólico" es un conjunto de propiedades concernientes a un subconjunto de O. Cualquier elemento de D, B, o A puede ser considerado como un "objeto simbólico". ELEMENTOS CRÍTICOS En el trabajo de E. Diday [3], en particular en la definición formal de objeto simbólico, la notación que utiliza no hace una distinción precisa entre un objeto individual y un objeto simbó lico. También tiene algunas imprecisiones: 1) En la defmición de YtJ. tiene la imprecisión siguiente: para A6 YtJ.(A')=deD, por defmición; sin embargo YtJ.(A')6 D por la propiedad de satisfacción, entonces d=YtJ. (A')6 D, lo cual es una inconsistencia. 2) E. Díday da un ejemplo (Sección 2.2 [3]), en el cual A= OIX02X, ... ,XOp y D= P(OI)XP(02)X, ... ,xP(Op), en particu larA=Olx02,D=P(O,)xP(02)ydefined=VlxV2 con V\6Ü¡ 15 ~ j ¡ ( I J. Ruiz. M. Chac, J. F. Martínez: 8ases Conceptuales para una Teoría de Objetos Simb6Hcos y V2{; 02, aquí existe la incongruencia de que deO, ya que d es un conjunto de t-uplos, cuyas componentes son valores sim ples, y O es un conjunto de t-uplos pero cuyas componentes son a la vez conjuntos de valores. De la misma manera comete el error de considerar a={a}, cuando b~ que 1>{; P(A) (Sección 2.4 [3]). 3)En la práctica existen objetos individuales que sus variables aceptan un conjunto de valores, a diferencia de los dados por E. Diday, que sólo aceptan un solo valor por la función y. Es el caso, por ejemplo, en el que estamos describiendo una persona y decimos que su estatura está entre 1,70 m y 1,80 m; o cuando afrrmamos que el color del pelo era entre rubio y cas taflo claro, esto es, cuando nuestra imprecisión está acotada y sabemos que en defmitiva la persona tiene una única estatura y un único color de pelo. 4)La formalización del concepto de objeto simbólico, no es ge neral, ya que al considerar objetos de tipo "hordes" y de "synthesis" se modifica su diagrama particularmente en lo que se refiere al universo de objetos O al considerar OP y 01' ...,Op respectivamente y por consiguiente todas las funciones que uti IizanO. REDEFlNICIÓN DE LA FORMALIZACIÓN ANTERIOR Debido a las anteriores irregularidades presentes ,en la formalización anterior, se ban analizado y discutido varias solu ciones para mejorar lo hecho por Diday; antes de desarrollar una nueva formalización es preciso enmendar lo establecido con miras a generalizar estos conceptos. Sea O un conjunto de objetos del universo de estudio E (~E); A un conjunto descripciones admisibles de O (F el conjunto de todas las descripciones posibles, F). Sean O¡ el conjunto de valores admisibles de la variable (ras go) X¡ i=I,...,p, A=O¡x,...,xOp,A¡=P(O¡)x,... ,xP(Op)' con P(O¡) conjunto potencia de Oí' i=I , ... ,p Y O{;A¡. Sea B un conjunto de fórmulas bien formadas (fbf) en un cálculo proposicional Cp. Consideremos el siguiente diagrama: YQ .. A ~A , P(Q Y .. P(A,) zl l· B .. D s Figura 2. Diagrama modificado Donde: y: O~A es una función de descripción de objetos de O l 16 en p-uplos cuyas componentes tienen asignado un sólo valor. y(w)=o conweO, o=(X)(w), ... ,xp(w». y): O~A ) función de descripción de objetos de O en p uplos cuyas componentes tienen asignado un conjunto de valores. Esto permite a un rasgo Xi tomar uno o más valores admisibles en Oh se da comúnmente cuando hay imprecisión del valor de un rasgo, es decir, el valor se encuentra entre ciertos valores o un intervalo de valores (fmitos o infmitos). Y: P(O)~P(A) función de descripción de subconjuntos de O en un conjunto de p-uplos cuyas componentes tie nen asignado un cynjunto de valores, es decir, dado O'{;Q"Y(O')={(V) ,...,Vp l ),...,(V)s,... ,Vp s )} O;;:;s;;:;p. X: P(Al)~O la cual asigna a un conjunto de p-uplos, cuyas componentes son conjuntos de valores, un con junto de un solo p-uplo, cuyas componentes son conjun tos de valores, al cual denominaremos objeto simbólico (Os). En rímbolof s s X({(V) ,...,Vp ),... ,(V) ,...,Vp ) })={(V),...,Vp) }=Os En particular, restringiendo el dominio P(Al) a Y(P(O», tenemos que: X(Y(O'»={(V b ... ,Vp) IV¡=<f>i(Y(O')[xi]) } donde: <f>¡: P(O¡)s~P(O¡) O;;:;s;;:;p Y[x¡J= P(A)~p(Ol Y(O')[Xi]=(V¡s,...,V¡s) <f>¡«V¡ s ,...,V¡ s »=V¡. s: O~B, función de asignación (determinación inten cional) de un Os en una fórmula lógica bien formada, es decir: S(Os)=fbf({(V), ... ,Vp)}), como por ejemplo la conjunción de proposiciones de la forma [Xi e Vi] (l-com piejos de Michalski ver [1]). Z: B~P(O), función de asignación (determinación extensional) de una fbf(Os), a un subconjunto O"{;Q. No necesariamente 0"=0', aunque si O'{;O" (s-com plejos de Michalski ver [1]). Del diagrama modificado debemos puntualizar, que si bien se introducen una serie de elementos que salvan las deficiencias sefialadas al diagrama de Diday, sin embargo, no se supera el inciso 4) del apartado anterior. De aquí que a continuación se propone una nueva formalización del concepto de objeto sim bólico, la cual tiene como casos particulares, la propuesta por E. Diday y la modificada. NUEVA FORMALIZACIÓN DEL CONCEPTO DE OBJE TO SIMBÓLICO Daremos una serie de definiciones sobre la base de las cuales se construirá todo el andamiaje de nuestra Teoría de Objetos Simbólicos, que tiene como objetivo central, la comparación entre conjuntos de datos. J. Ruiz, M. Choco J. F. Mortínez: Sases Conceptuales para una reoña de Objetos SImbólicos Defmición 1.- Sean U¡"",Ur universos, no necesariamente di ferentes, de objetos reales, una variable simbólica sobre U ¡ ,,,,,Ur es lDlafunción parcialmente deflDida sobre 2·U) x... x2 ·u, como sigue 2MX: 2'u) x ... x2·u, ~ X«A¡,...,Ar»=V donde A¡!;U¡, para i=l,...,r; V!;M; X«A¡, ... ,Ar» denota el va lor de la variable X en el r-uplo (A¡, ... ,Ar), 2·u¡ x ... x2·ur es el producto cartesiano de los conjuntos potencia de los respec tivos U¡, con i=l,... ,r, excluyendo al vacío. A M lo denomina mos conjunto generador de los valores admisibles de la varia ble X y a 2M , el conjunto potencia de M, lo denominaremos conjunto de valores admisibles de la variable X. El valor X«A¡,...,Ar»=0 denota la ausencia de información en cuanto al valor que toma el t-uplo (A ¡, ... ,Ar) en la variable X. Ejemplo: Sea U={Juan, Pedro}, M=N (el conjunto de los números naturales), X: 2·u~ 2M la variable simbólica (aquí r= 1) que denota la edad de un elemento de 2·u. Así: X({Juan})={l7, ... ,22} X({Pedro})={44} X( {Juan, Pedro}}={ l7, ... ,44} donde {17, ... ,44} en este caso signiflcaque la edad del conjun to {Juan, Pedro} está entre 17 y 44. Definición 2.- Una variable simbólica se denomina relacional heterogénea ssi U¡;t;Uj para i;t;j=1,0" ,r; r> l. Ejemplo: Sea X (porcentaje de venta) una variable que rela ciona al porcentaje de venta de un conjunto de vendedores U1={Pedro, Juan, Maria} y las marcas de automóviles U2={VW, Datsun} y M=[O,IOO]. X({Juan},{VW})={42} X({Pedro, María},{VW})={IOO} X({Pedro},{Datsun})= {45,o..,55} X({Juan, Pedro},{Datsun})= {50, ...,55} Definición 3.- Una variable simbólica se denomina relacional homogénea ssi U¡=Uj para i;t;j=l, ... ,r; r>I. Ejemplo: Sea X la variable vecino_de, U 1= {Pedro, Juan, Ma ría}, U 2 ={Pedro, Juan, María} y M={si, no, no_sé}. X({Juan}, {María})={si} X({Juan},{María, Peqro})={no_sé} Nota: Este es lDl ejemplo particular de una variable simbólica relacional homogénea binaria, ya que r=2. Definición 4.- Una variable simbólica se denomina conjuntual ssi r=l. Ejemplo: Sea X la variable bebida predilecta, U={Pedro, Juan, Maria} M={Coca-Cola, Pepsi-CClIa, Otra} X({Juan})= { Coca-Cola} X({Juan, Pedro})={Coca-Cola, Pepsi-Cola} X( {Pedro} )={Pepsi-Cola, Coca-Cola} Las variables relacionales de acuerdo al cardinal de los con juntos A¡ pueden ser: a) unitarias IA¡I =1, i=l, ...,s ; siendo s el orden de la relación, b) parcialmente unitarias si 3jl' ... jp IA!I> 1, para t= jl'... jp; 3il' ... ,iq IA!I=l, para t= i¡,...,iq , p+q=s. De manera análoga las variables conjuntuales se denominan unitarias si IAI=1. Tanto las variables relacionales como conjuntuales se deno minan univaluadas si IVI= l. Hay que hacer notar que estos atri butos no son excluyentes, es decir, puede haber variables sim bólicas unitarias univaluadas. A continuación ejemplificamos una variable simbólica conjuntual unitaria. Ejemplo: Sea X la variable consumo_de _energía_eléctrica, U={Pedro, Juan, María} y M=R+ el conjunto de los números reales positivos. X({Pedro} }={l350,23} X({María} )={880,99} Nota: Este ejemplo también puede ilustrar el caso univaluado. Atendiendo a la naturaleza del conjunto M las variables sim bólicas pueden ser reales, enteras, de intervalos, booleanas, k valentes, difusas, lingüísticas, etc. Es importante observar que las variables simbólicas conjuntuales unitarias se pueden poner en correspondencia biunívoca con las variables tradicionales, esto es, variables cuan titativas (reales, enteras, de intervalos, etc.) y cualitativas (booleanas, k-valentes, difusas, lingüísticas, etc.). En particular tenemos que X( {Juan} )={22}, se corresponde con X(Juan)=22. Ponemos especial atención en las variables simbólicas difusas y lingüísticas. Defmición 5.- Una variable simbólica se denomina difusa si es una fu~ción parcialmente definida sobre 2·U) x ... x2 ·u, como sIgue x: 2*UIX.o.x2*u, ~ 2M X«A¡,... ,Ar»= V siendo -·u ·u "( )IrngX(2 )x...x2 • )=0+~x (A) ..... A r ) 11l ••,.(X(A) ..... A,)) ..1 el conjunto de todos los subconjuntos difusos en 2M por X, donde IlImgxCX«A¡,... ,Ar))) describe el grado con el que la variable simbólica X toma el valor V en el t-uplo de conjunto de objetos reales (A ..... ,Ar), donde A¡!;U¡, para i=1 ,...,r; V!; 2M o Denotaremos 2M al conjunto de todos los subconjlDltos difusos de 2M y la denominaremos potencia difusa de 2M • 17 , .i , l J. Ruiz, M. Chac, J. F. Martínez: Bases Conceptuales poro una Teoría de Objetos Simbólicos Definición 6.- Una variable simbólica se denomina lingUística ssi toma como valores vl:l1"iables simbólicas difusas. *tT "'TT M- 2*tl, 2'u,X : 2 ·lx••• x2 'r ~ (2 ) ·x...X X«A¡,...,Ar»= X«A¡,... ,Ar» Definición 7.- Sea dada una variable simbólica cualquiera Xi, i=l, ... ,n. Un operador asociado aX¡ es una función parcial mente defmida sobre 2+U1 x ... x2"u, *l' *l' M ,,'1fJ .,'U,epIX.: 2 JI x...x2 J, ~ (2~ i)- x... x_ l tal que epi x., «AJ,·..·,Ar»=X¡ «A í! , ... ,A,, »=Vi, donde Vi ~Mi, U, ,... , V,, , son los universos sobre los que está definida la va '1 • riableX¡; i=l, ... ,n; lss:::;r. Definición 8.- Sean dados U¡, ... ,Ur universos de objetos rea les no necesariamente diferentes, r~l; X¡, ... , Xnvariables sim bólicas, eplx. los operadores asociados a Xi; i=l, ... ,n; Aj~Uj; j=l, ... ,r. Dirémos que un objeto simbólico (Os) es un elemento cualquiera de la imagen del operador De: 2"'U¡ x...x2*U' ~ 2M1 x ... x 2M. (Aj,...,Ar)~ De (Aj, ... ,Ar)=(Vl, ... ,Vn)=Os tal que eplx (At. ... ,Ar)=V¡, siendo y. =O, para j=l, ... ,p, . ~ OSp<n. Tomimos la convención 08=(0,...,0,Vi1, ...,Vij, ... ,0,... , Vij+l>'''' Vip,0 ,... ,0)=(Vil,.... ,Vip) Definición 9.- Sea dado un cálculo proposicional Cp. S obre el mismo se considera el concepto de fórmula bien formada (fbi) . Una determinación intencional de un objeto simbólico Os está dada por una imagen cualquiera del operador: DI: 2M, X ...x 2M. ~ Cp De(A},...,Ar)=(Vl",.,Vn)=Os~ DI(OS)=fbf(Vil, ..,Vip) p Ejemplo: DI(OS)= A [X. (Os)e y. ] j=l I¡ Ij Definición 10.- Una determinación extensional de un objeto simbólico Os es una imagen cualquiera del operador: ~: Img<pl X x... .xImg<pIXn~ 2M 1 r D:s(Os)={(o, J.1v (Os) (o»loeU= UÍJij "J.1v (Os' (o)=v (tbf(Vih ... ,Vlp») E . E I j=l donde IlD (Os) (o) describe ºl grado de pertenencia de o al subconjunt~difuso~(0s)~2M yv es la función valorveritativo definida sobre el cálculo proposicional seleccionado Cp. Corolario a) SopDE(OS)={01{0}e2*U objeto simbólico conjuntual unhario asociado a O" D¡({o})= fbf(X ' ({on,...,X' ({o}))/\Y i=1,...,n X ({0})~¡(0s)} 1 n l donde Xi es la variable simbólica conjuntual asociada a Xi. b) ISopDE{Os)l~ ñ(l~¡ (MLl ) Defmición 11.- De acuerdo a su descripción intencional los objetos simbólicos pueden ser booleanos, k-valentes, difusos, l 18 de creencia, probabilísticos, posibilísticos, modales, etc. en dependencia del cálculo proposicional Cp que se emplee. Un caso particular de objeto simbólico, el cual nos ocupare mos inmediatamente, es cuando r=l, es decir, cuando trabaja mos con objetos de un solo universo. Definición 12.M Un objeto simbólico individual está definido por De ({a})=(x. ({a}), ... ,x. ({a})). donde, x. j=l ....,p son '1 'p lj variables simbólicas conjuntuales. Cuando las x. sean varia lj bIes simbólicas conjuntuales unitarias entonces De( {a}) será denominado objeto simbólico individual unitario. Definición 13.- Un objeto simbólico individual con impreci sión acotada en las variables Xi. j=l,...,s:::;p es un objeto sim J bólico individual tal que IV (w(a»l>1, t=l,...,s I¡ Definición 14.- Un evento es un objeto simbólico Os(A)= De (A)=(Vj,.... ,Vp) tal que3! i=1, ...,p Vi;.~:0. Loseven tos serán denotados [Xi(Os(A))E Vi], con A~U. Independientemente del cálculo proposicional, empleado los objetos simbólicos pueden ser: Aseverativos, Acumulativos y Síntesis. De acuerdo a su descripción extensional los objetos simbólicos pueden ser duros si IIV ro., (o)e {O, 1}; difusos si tN E\ 8, J.I'D (Os) (O)E [O, 1]; L-difuso si IlD (Osí (o)eL, con L conjunto Etota~mente ordenado. A cada uno de los posibles tipos de obje tos simbólicos le corresponde una expresión para las determi naciones extensional e intencional respectivamente. CONCLUSIONES En primer lugar es importante destacar que los objetos sim bólicos individuales unitarios pueden ponerse en corresponden cia biunívoca con las descripciones de los objetos reales con las que habitualmente trabajamos en el Análisis de Datos y el Re conocimiento de Patrones. No es difícil ver que las operaciones entre descripciones de objetos reales (tradicionales) y entre va riables (tradicionales) pueden ser fácilmente extensibles al caso de objetos simbólicos individuales unitarios y de variables sim bólicas conjuntuales unitarias respectivamente. Esto nos permi te aseverar que todo lo que hasta ahora se ha podido hacer (y se hará) con estos entes tradicionales, resulta un caso particular del tratamiento con nuestros objetos simbólicos. En segundo lugar, q~e este conjunto de definiciones constitu ye un lenguaje que nos permitirá elaborar, sobre bases sólidas, las herramientas necesarias para el desarrollo de algoritmos de estructuración de espacios simbólicos, la clasificación supervi sada de conjuntos de objetos y de individuos, a partir de una muestra de aprendizaje formada con conjuntos de objetos, la clasificación parcialmente supervisada en condiciones análo J. Ruiz, M. Chac, J. F. Martínez: Bases Conceptuales para una reoria de Objetos 5/mb6Hc:o$ gas a las descritas para la clasificación supervisada, la selección de variables mediante la extensión de herramientas de la Teoría de Testores [8], sin tener que fabricar monstruos como los men cionados en la introducción. En tercer lugar, Jas definiciones de determinación intencional de los objetos simbólicos, en términos del cálculo proposicional conveniente (clásico, de Lukasiewicz, posibilístico, de creen cia, etc.) crea un marco amplio de trabajo, que aunque comple jo, nos permitirá extraer la información que hoy no podemos obtener de los conjuntos de datos disponibles. En la actualidad ya hemos definido los conceptos de funcio nes de semejanza entre objetos simbólicos, entre los valores de una misma variable y un conjunto de expresiones que nos per miten establecer estructuraciones de los espacios de representa ción de objetos simbólicos atendiendo a diferentes formas de realización, como componentes conexas, conjuntos compactos, REFERENCIAS [1] Michalski, R.S., (1981). Revealing conceptual structure in data by inductive inference. Machine Intellígence 10, eds.. Hayes-Michic, D. Michie, and Y.H. Pao, Chichister: Ellis Horwood, New York: Halsted Press (John Wiley). [2] Michalski, R.S., E. Stepp and E. Diday, (1981). A recent advanced in data analysis: clustering objects into classes characterizad by conjuntive concepts. Progress in Pattern Recognition, Vol. 1, L. Kanal and A Rosen feld , eds. [3] Chidananda Gowda, K. and E. Diday, (1992). Symbolic Clus tering Using a New Similarity Measure. IEEE Transactions on Systems, Man, and Cybernetics, Vol 22, No. 2, pp. 368 378. [4] ChidanandaGowda, K. andE. Diday, (1992). Symbolic Clus tering Using a New Dissimilarity Measure. IEEE Transactions on Systems, Man, and Cybernetics, Vol 22, No. 2, pp. 567-578. [5] Chidananda Gowda, K. and T.v. Ravi, (1995). Agglomerative clustering of symbolic objects using the concepts of both similarity and dissimilarity. Pattern Recognition Letters 16, pp. 647-652. [6] Chidananda Gowda, K. and E. Diday, (1991). Unsupervised Learning through Symbolic Clustering.Pattem Recognition Letters 12, North-Holland, pp. 259-264. [7] Diday, E. (1995). Probabilist, possibilist and belief objects for knowledge analysis. Annals ofOperations Research 55, pp. 227-276. 1., clanes y otros criterios de agrupamientos.duros y difusos [9,10]. Estos resultados serán objeto de una publicación posterior. Teniendo en cuenta las ventajas que perniiten todos estos con ceptos para el tratamiento de conjuntos de objetos reales, gran des volúmenes de información, tratamiento de objetos de uni versos diferentes, descritos en términos de variables no necesa riamente iguales, puede afirmarse que estas formalizaciones constituyen un paso importante en la elaboración de una Teoría de Objetos Simbólicos, que sin lugar a dudas ocupará un lugar en el Reconocimiento de Patrones y el Análisis de Datos. Algunos de los resultados aquí presentados fueron expuestos en eventos internacionales [11,12]. Esta investigación estuvo parcialmente financiada por la Dirección de Estudios de Posgrado y de Investigación del Instituto Politécnico Nacional de México. [8]Lazo-Cortés, M. and 1. Ruiz-Shulcloper, (1995) Determíning the featurerelevance for non-clssically described objects and a new algorithm to compute typical fuzzy testors. Pattern Recognition Letters 16, pp. 1259-1265. [9] Ruiz-Shulcloper, J. andJ.J. Montellano-Ballesteros, (1995). A new model of fuzzy clustering algori thms. Proceedings of the EUFIT'95, august 28-31, Aachen, pp. 1484-1488. Ger many. [10] Martínez-Trinidad, J.E and J. Ruiz-Shulcloper. Fuzzy Se mantic Clustering. Proceedings ofthe EUFIT'96, sept. 2-5, Aachen,1996, pp. 1397-1401. Germany. [11] Ruiz-Shulcloper, J.; M. Chac-Kantún, J.E Martínez Trinidad, (1996). Data Analysis Between Sets ofObjects. In Advances in Artificial Intelligence and Ingineering Cyber netícs, Volume 1Il, Ed. George E. Lasker (Proceedingsof the 8th International Conference on Systems Research, Informatics and Cybernetícs, Baden Baden, Germany, Au gust 14-18,1996 ) pp. 81-85. [12] Ruiz-Shulcloper, J.; M. Chac-Kantún, J.E Martínez Trinidad, (1996). Acerca de una Teoría de Objetos Simbólicos. Memorias ~el Simposium Internacional de Computación, pp. 137-144. México. 19 . J ; ¡ . , ( \ J. ~Iz. M. ChQC, J. F. Martínez: Base. Conceptuales para una Teoría de Objetos Simb611cos ; José RIl¡1. Shlllcloper. Nacionalidad cubana, obtuvo el Dactorado en Matemáticas por la Universidad Estatal de Moscú y el Centro de Cálculo de la Academia de Ciencias de la URSS. Sus áreas de interés son: el enfoque lógico combinatorio del Reconocimiento de Patrones, la Teoría de Testores, la Teoría de Objetos Simbólicos y los Madelos Difusos. Actúalmente es investigador titular del Instituto de Cibernética, J.(atemática y Física de Cuba, donde es jefe del grupo de Recanocimiento de Patrones. Además esprofesar titular del Centro de Investigación en Computación deIIPN, México. . José Francisco Mardne1. Trinidad. Nacionalidad mexicana, obtuvo la MaestTÍaen Ciencias de la. Computtiqión, por la Benemérita UniversiiÚJd Autónoma de. Puebla, México. Sus áreas.de interés son: id erifoque lógico combinatorio del Reconocimiento de PatrofU!s, el Agrupamiento ConC6]Jtual y la Teorla de Objetos Simbólicos. Actualmente es profesor Investigador en el Centro de Investigación enComputación del IPN, México. MlJl'tln ChacKantún. NacionaliiÚJd mexicana, obtuvo el grado de Licellciadoen Matemáticas por la Escuela de Matemáticas de la UniversiiÚJd Autónoma de Yucatán. Sus áreas de interés son: la Teoría de Objetos Simbólicos, el enfoque lógico combinatorío del Reconocim¡",to de Patrones y el Análisis de Datos. Actualmente es estudiante en el laboratorío de Procesamiento. Imágenes del Centro de Investigación en Computación del IPN, México. . 20 http:�reas.de FE DE ERRA TAS DICE DEBE DECIR PORTADA' Revista lberoamerica de Computa<:ión CONTRAPORTADA: Volumen, 1 Número. I Volume. L Number .1 006 Bruce H. Me, Cormick, David A. Balte and Andrew T, Duchwski 014 José Ruiz, Shulcloper, Martin G, Chao y José F. Martín.. B.... Conceptuales para una Teoría de Objetos Simbólicos 022 Gustavo NúíIez &nd Matias Alvarado Contextual Knowledge Reasoning Representation and Automatizaton 028 [80' A. Bolshakov El Modelo Morfológico Formal para la Síntesis de Sustantivos y Adjetivos en Espollol 038), Humberto Sossa and J, Luis Di.. de León Recogoizing Planar Riding and Non-Riding Wire-Shapes 046 Sergio R Sandoval Revisión de libros 048 Anuncios y Evento. AnnouncemenlS and cal! for pape<> PRiMERA DE FORROS Juan Manuellbarra Centro de [vestigación en Computación-IPN México PÁG. 1 Volumen, I Número, 1 Volume, L Number ,1 006 Sroce H. Mc,Cormick. David A. Balte and Andrew T, Duchwski 014 José Ruiz. Sholcloper. Martín G, Chao y José F. Mamo.. S.... Conceptuales para una Teona de Objetos Simbólicos 022 Gustavo Núfiez and Mallas Alvarado Contextual Knowledge Reasoning : Representation and Automatizaton 028 19or A, Bolshakov El Modelo Morfol6gico Formal para la Sintesis de Sustantivos y Adjetivos en Espallol 038 J, Humberto Snssa and 1. Luis Di.. de León Reoogoizing Plan.,. Riding and Noo-Ríding Wire-Shapea 046 Sergio R, Sandoval Revisión de libros 048 Anuncios y Eventos Anoouncements and caU for papers PÁG,2 Lín.. 11 invited several well know Mexican and foreign researchers in Computer Scieneo and relaled Iíelds, PÁG,) Linea 9 Correo electrónico Revi.ta@pullux,cenae.ípu.mx. PÁG. 26 Matías Alvarado Mentado. Nacionalidad mexicana, es licenciado en Matemáticas por la Facultad de Ciencias de la Universidad Nacional Auloooma de México, PÁG. 44 Juan Lui. Di.. de León SanlÍago, Nacionalidad mexicana, obtuvo el doctorado en el CINVEST AV del LP,N, México con especialidad con ingeniena eléctrica, Profesor titular en el Centro de Investigaci6n en el LP,N, PÁG,52 Lín.. 3J (7]. .. PÁG 53 Línea 14 wa artículos deben ajustarse a las siguientes especificaciones Revista Iberoamericana de Computa<:ión Volumen I Númerol Volume [Number 1 5 Bruce H. McCormiek, David A, Salte and Andrew T. Duchowski 13 José Ruíz Shulcloper. Martín G, Chac y José F, Martín.. B.... Conceptuales para una Teoría de Objetos Simbólicos 21 Gustavo Núftez and Matías Alvarado Contextual Knowledge and Selief : Representation and Reasoning 271gor A. Bolshakov El Modelo Morfológico Formal para Sustantivos y Adjetivos en el E.paIIol 371. Humberro So.sa and J, Luis Diaz de León Recogoizing Planar Rigid and Non-Rigid Wire-Shapes 45 Sergio Sandoval Reyes Revisión de libros 47 Anuncios y Eventos AnnouncemenlS and caU for pape<> Juan Manuellbarra Zannatha Centro de Investigación en Computa<:ión-IPN México Volumen 1 Número 1 Volume I Number I 5 Sruce H. McCormick, David A, Balte and Andrew T. Duchowski 13 José Ruíz Shulcloper, Mamn G, Chac y José F, Mamn.. Sases Conceptuales para una Teoría de Objetos Simbl>licos 21 Gustavo Núftez and Matí.. Alvarado Contextual Knowledge and Selíef : Representation and Reasoning t 27 Igor A Bolshakov El Modelo Morfológico Formal para Sustantivos y Adjetivo. en el Espa1lol 37 J. Humberto Snssa and l Luis Diaz de León Recogoiziog Planar Rigid and Non-Rigid Wire-Shapea 45 Sergio Sandoval Reyes Revisión de libros 47 Anuncios y Eventos Anoouncements and call for papen¡ invited several well known Mexiean and foreign researchers in Computer Science and related fields, Correo electrónico: Revista@pullux,cenac.ipn,mx. Matia. Alvarado Mentado, Nacionalidad mexieana, e. licenciado en Matemáticas por la Facultad de Ciencias de la Universidad Nacional Autónoma de México, PÁG,44 Juan Luis Dial de León S••tiago. Nacionalidad mexicana, olrtuvo el doctorado en el CINVESTA V del lP.N, México con especialidad en ingeniena eléctrica, Profesor titular en el Centro de Investigación en Computación en el IP,N, Lín.. 33 [7] A, Rosenfeld. Digital Topulogy. Ámer.Malh, Monlly, 86 :621-630, /979, [7J G, Matheron, Random Seis ami Integral Geomelry, John Wíle and Sons, New York, 1995, [7] B.Vazquez. JR So..a and lL, Di.. de León Autoguided Vehicle Cootrol uaing Expended Time B-splines. lo IEEE lnlemationaI Cmrference 00 Systems. ManamiCybemetlcs, pages 2786 -2791, San Antonio Texas, October, 1994, [7] P Perner, p, Wang and A. Rosefeld (Edsl, Advances in Structural and Synlactical Palteen Reoogoition, Springer 1996, Línea 14 Los artículos deben ajustarse a las siguientes especificaciones : mailto:Revista@pullux,cenac.ipn,mx mailto:Revi.ta@pullux,cenae.�pu.mx 13_ VOL 1 NO. 1 14_ VOL 1 NO. 1 15_ VOL 1 NO. 1 16_ VOL 1 NO. 1 17_ VOL 1 NO. 1 18_ VOL 1 NO. 1 19_ VOL 1 NO. 1 20_ VOL 1 NO. 1
Compartir