Descripción del proyecto
EN MUCHAS APLICACIONES DE LAS TECNICAS DE COMPUTACION ES NECESARIO TRABAJAR CON INFORMACION IMPERFECTA O INCOMPLETA, EN ESTOS CASOS, LA REPRESENTACION ELEGIDA PARA LOS DATOS Y LAS FUNCIONES UTILIZADAS PARA TRATARLOS ADQUIEREN UNA GRAN IMPORTANCIA, YA QUE PUEDEN TENER UNA INFLUENCIA DECISIVA EN EL RESULTADO FINAL, NUESTROS ESTUDIOS PRELIMINARES MUESTRAN QUE LAS SOLUCIONES A DETERMINADOS PROBLEMAS PUEDEN MEJORARSE MEDIANTE: (A) MODELOS QUE EMPLEAN REPRESENTACIONES DE LA INFORMACION QUE TIENEN EN CUENTA LA IMPRECISION DE LOS DATOS Y (B) MECANISMOS DE FUSION DE LA INFORMACION ADAPTADOS A DICHA REPRESENTACION, ESTE ES EL CASO, POR EJEMPLO, DEL CALCULO DE VOLUMENES DE REGIONES CEREBRALES CLINICAMENTE SIGNIFICATIVAS O DEL RECONOCIMIENTO BIOMETRICO A PARTIR DE HUELLAS DACTILARES,A PARTIR DE UNA REPRESENTACION DE LOS DATOS, POR MEDIO DE CONJUNTOS DIFUSOS Y DE SUS EXTENSIONES, EL PROYECTO SE CENTRA EN DEFINIR, CONSTRUIR Y ESTUDIAR FUNCIONES PARA LA AGREGACION DE LA INFORMACION TALES QUE SE ADAPTEN A LOS DATOS DEL PROBLEMA, ES DECIR, FUNCIONES AUTOADAPTADAS EN EL SENTIDO DE QUE SEAN LOS DATOS ESPECIFICOS DE CADA PROBLEMA CONCRETO LOS QUE LAS DETERMINEN, PARA LA CONSTRUCCION DE TALES FUNCIONES ANALIZAREMOS LAS RELACIONES ENTRE LOS DIFERENTES DATOS POR MEDIO DE FUNCIONES DE SOLAPAMIENTO Y AGRUPAMIENTO APROPIADAS, UTILIZAREMOS ESTAS RELACIONES PARA DEFINIR MEDIDAS QUE SERVIRAN DE BASE PARA LA OBTENCION DE LAS FUNCIONES DE AGREGACION AUTOADAPTADAS,LOS OBJETIVOS DE ESTE PROYECTO COMPRENDEN, POR TANTO, EL ESTUDIO DE DIVERSOS ASPECTOS TEORICOS PARA ABORDAR PROBLEMAS DE TOMA DE DECISION Y CLASIFICACION Y SU POSTERIOR APLICACION A PROCESAMIENTO DE IMAGEN MEDICA Y RECONOCIMIENTO DE HUELLAS, EN CONCRETO:1, CONSTRUIR INDICES DE SOLAPAMIENTO Y AGRUPAMIENTO ENTRE OBJETOS REPRESENTADOS MEDIANTE CONJUNTOS DIFUSOS Y/O SUS EXTENSIONES,2, CONSTRUIR MEDIDAS ADAPTADAS A LOS OBJETOS A PARTIR DE INDICES DE SOLAPAMIENTO Y AGRUPAMIENTO,3, CONSTRUIR UNCIONES DE AGREGACION ADAPTADAS A LOS DATOS (AUTOADAPTADAS), QUE REPRESENTAN A LOS OBJETOS, A PARTIR DE LAS MEDIDAS DEL OBJETIVO ANTERIOR,4, GENERALIZAR LOS SISTEMAS DE CLASIFICACION BASADOS EN REGLAS DIFUSAS (SCBRDS) Y LOS METODOS DE TOMA DE DECISION DIFUSA (TDD) UTILIZANDO FUNCIONES DE AGREGACION AUTOADAPTADAS (FAAS),5, MEJORAR LOS ALGORITMOS DE SEGMENTACION DE CEREBROS PARA CALCULAR VOLUMENES DE REGIONES DE INTERES UTILIZANDO FAAS, 6, MEJORAR LOS ALGORITMOS DE PRE-PROCESAMIENTO, CLASIFICACION Y EMPAREJAMIENTO (MATCHING) EN RECONOCIMIENTO DE HUELLAS DACTILARES UTILIZANDO FAAS,LOS RESULTADOS TEORICOS ESPERADOS SERVIRAN DE BASE PARA IMPLEMENTAR SISTEMAS INTELIGENTES CAPACES DE AUTOADAPTARSE A LOS DATOS DEL PROBLEMA Y APLICABLES A DISTINTAS AREAS COMO LA TOMA DE DECISION, SISTEMAS DE CLASIFICACION, PROCESAMIENTO DE IMAGEN MEDICA Y RECONOCIMIENTO DE HUELLAS DACTILARES,LOS RESULTADOS TEORICOS DARAN LUGAR A MODELOS PARA REPRESENTAR EL AGRUPAMIENTO Y SOLAPAMIENTO DE LOS DATOS, PARA CONSTRUIR MEDIDAS ADAPTADAS A LOS MISMOS Y PARA DEFINIR FAAS, ESTAS INNOVACIONES SERAN DE APLICACION EN DISTINTOS CAMPOS DEL AREA EN EL QUE ESTAMOS DESARROLLANDO NUESTRA INVESTIGACION, EN PARTICULAR EN SEGMENTACION DE IMAGENES DE CEREBROS DE RESONANCIA MAGNETICA Y EN ALGORITMOS DE TOMA DE DECISION, CLASIFICACION Y MATCHING,ADEMAS, ESPERAMOS OBTENER PUBLICACIONES EN REVISTAS CIENTIFICAS DE ALTO NIVEL, CAPITULOS DE LIBROS, UNA PATENTE ASI COMO COMUNICACIONES EN CONGRESOS NACIONALES E INTERNACIONALES, AGREGACIÓN\ MEDIDAS\ EXTENSIONES DE LA TEORÍA DIFUSA\ CLASIFICACIÓN\ APRENDIZAJE BASADO EN REGLAS\ TOMA DE DECISIÓN\ PROCESAMIENTO DE IMAGEN