B. Sinova Fernández, P. Terán
Recientemente se han propuesto diferentes alternativas para medir la localización de datos difusos de manera más robusta, pues la media tipo Aumann (la elección más habitual) es demasiado sensible a los datos atípicos ("outliers") o cambios en los datos. Por una parte, se han generalizado los M-estimadores de localización para su aplicación al caso difuso unidimensional (i.e., los números difusos) y se ha probado su robustez. Por otro lado, las medias recortadas ya han sido estudiadas en espacios generales y aplicadas a los números difusos aleatorios. Ambas alternativas son exitosas en el caso real, lo que motiva su extensión. El objetivo de este trabajo es abstraer estas nociones para estudiar la localización de los conjuntos difusos (de dimensión p>1) y probar que sus propiedades, en especial las referentes a la robustez, se conservan. Finalmente, varios ejemplos ilustrarán el comportamiento de los M-estimadores difusos y las medias recortadas difusas en situaciones de contaminación.
Palabras clave: conjunto difuso, conjunto difuso aleatorio, conjunto aleatorio, robustez, localización, M-estimador, media recortada
Programado
L08.6 Sesión especial de Ramiro Melendreras
5 de septiembre de 2016 15:40
Paraninfo Envases de Cartón
