Innovaciones en el análisis de datos suaves

Innovaciones en el análisis de datos suavesInnovaciones en el análisis de datos suaves

1 Introducción
Análisis de datos suaves (SDA, por sus siglas en inglés) está basado en la Soft computing quees un consorcio de metodologías incluyendo la lógica confusa, redes neuronales, razonamiento probabilístico, algoritmos genéticos, y sistemas caóticos complementándose unos con otros. La SoftComputing refleja la omnipresencia de la imprecisión y la incertidumbre que existe en el mundo real. Por otro lado, hard computing no refleja tal imprecisión e incertidumbre. El principio rector de la softcomputing es aprovechar la tolerancia de la imprecisión e incertidumbre con el fin de alcanzar tratabilidad, robustez, y soluciones de bajo costo. Recientemente, en el área de análisis de datos, muchosmétodos nuevos han sido procesados. Una razón para esto es que el análisis de datos tradicional no refleja adecuadamente la imprecisión e incertidumbre de los datos del mundo real. Por ejemplo, losanálisis de los datos incluidos en un margen de incertidumbre, los datos de valor, los datos modales, los datos funcionales, datos categóricos, y los datos confusos fueron propuestos. En el campo de laneurociencia, los datos que tienen mayor número de variables que de objetos son también preocupaciones importantes en el análisis de datos multivariable. Los análisis convencionales de multivariableno pueden ser tratados como datos. Grandes cantidades de datos también son un problema y la extracción de datos está poniendo un mayor énfasis en poner de manifiesto la estructura latente existente endichos datos. Por ejemplo, en el análisis de los datos del punto de venta (POS, por sus siglas en inglés) en B. Gabrys, R.J. Howlett, y L.C. Jain (Eds.): KES 2006, Parte II, LNAI 4252, págs. 110-114,2006.

El área de marketing, el principal desafío, es la interfaz del emulador con el tráfico de datos del punto de venta. En otra área de los datos del ácido desoxirribonucleico (ADN) en la...