Page 41 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

40 Sistemas de aprendizaje e-learning: técnicas de
inteligencia artificial para las inteligencias múltiples

REGLAS DIFUSAS IF-THEN
“Las reglas difusas If-then son expresiones de la forma IF A THEN B, donde A y B son etiquetas
de conjuntos difusos caracterizados por una función de membresía adecuada” (Zadeh, 1965).
Utilizamos reglas difusas para capturar le forma en que los humanos piensan cuando toman
decisiones en un ambiente de incertidumbre e imprecisión; utilizamos variables lingüísticas,
etiquetas lingüísticas y funciones de membresía; de aquí que podamos capturar la forma en
que los seres humanos describen el mundo real.

Como un ejemplo tenemos el siguiente hecho:

if presión es alta, then volumen es pequeño

Donde presión y volumen son variables lingüísticas (Zadeh, 1965) y alta y pequeño son valores
lingüísticos o etiquetas caracterizadas por funciones de membresía.

ANFIS
Las reglas difusas If-then del modelo de Takagy (1983) y Sugeno habían sido aplicadas en
inferencia y predicción (Kandel 1988, 1992). Hay dos puntos de vista básicos de este enfoque
para comprenderlo mejor (Astrom y Wittenmark, 1984):

1. No hay un método estándar para transformar el conocimiento humano a una base de re-
glas y base de datos de un sistema de inferencia difuso.
2. Es necesario contar con métodos para calibrar las funciones de membresía, para minimi-
zar la medida del error de la salida o maximizar el índice del rendimiento.

El fin de este artículo es utilizar la regresión estadística clásica, las redes neuronales artificiales
(ANN) y los Sistemas de Inferencia Difusos (ANFIS) para comparar y conocer cuál método es
mejor para extraer el conocimiento y obtener la regresión lineal de la base de datos hecha para
este propósito. ANFIS puede servir para construir un conjunto de reglas difusas If-then con las
funciones de membresía apropiadas para estipular los pares entrada-salida.

REDES ADAPTATIVAS: ARQUITECTURA Y ALGORITMOS DE APRENDIZAJE
Dice Jang: “Una red adaptativa es una estructura de red que consiste de nodos y ligas direc-
cionadas a través de los cuales se conectan los nodos. Más aun, parte o todos los nodos son
adaptativos, lo cual significa que sus salidas dependen de los parámetros partiendo de estos
nodos, y la regla de aprendizaje especificada de cómo estos parámetros serán cambiados
para minimizar la medida del error pre-escrito” (Jang, 1993).

También indica que Werbos en los setenta propuso la regla básica de aprendizaje de una red
adaptativa, la cual se base en el gradiente descendente y la cadena de reglas; también indica
que este método es notorio por su lentitud y tendencia para ser atrapado en un mínimo local,
de aquí que propuso una regla híbrida de aprendizaje la cual poda acelerar el proceso de
aprendizaje substancialmente, las cuales son: aprendizaje por lotes y aprendizaje por patrones.