Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny

Autores
Césari, Matilde Inés; Pérez, Santiago Cristóbal
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El análisis de datos imprecisos es un desafío común en diversas áreas de investigación y aplicación práctica. Las observaciones imprecisas pueden surgir debido a limitaciones en las herramientas de medición y la naturaleza del fenómeno estudiado. La lógica difusa proporciona un marco flexible y realista para tratar con esta imprecisión. Este artículo explora el uso de la lógica difusa en el análisis multivariado de datos imprecisos, utilizando aplicaciones Shiny de R para mejorar la calidad y fiabilidad de los análisis. La metodología propuesta incluye la codificación y estandarización de datos, la definición de variables lingüísticas difusas y el uso de métodos multivariados para el análisis de datos borrosos.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Lógica difusa
Datos imprecisos
Análisis multivariado
Lenguaje R
Ciencia de datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/183854
Acceder
id SEDICI_5c1071c67ed868581d1e978d622326e9
oai_identifier_str oai:sedici.unlp.edu.ar:10915/183854
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Métodos para el análisis de datos imprecisos: lógica difusa y r-shinyCésari, Matilde InésPérez, Santiago CristóbalCiencias InformáticasLógica difusaDatos imprecisosAnálisis multivariadoLenguaje RCiencia de datosEl análisis de datos imprecisos es un desafío común en diversas áreas de investigación y aplicación práctica. Las observaciones imprecisas pueden surgir debido a limitaciones en las herramientas de medición y la naturaleza del fenómeno estudiado. La lógica difusa proporciona un marco flexible y realista para tratar con esta imprecisión. Este artículo explora el uso de la lógica difusa en el análisis multivariado de datos imprecisos, utilizando aplicaciones Shiny de R para mejorar la calidad y fiabilidad de los análisis. La metodología propuesta incluye la codificación y estandarización de datos, la definición de variables lingüísticas difusas y el uso de métodos multivariados para el análisis de datos borrosos.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf97-101http://sedici.unlp.edu.ar/handle/10915/183854spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:12Zoai:sedici.unlp.edu.ar:10915/183854Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:12.825SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
title Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
spellingShingle Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
Césari, Matilde Inés
Ciencias Informáticas
Lógica difusa
Datos imprecisos
Análisis multivariado
Lenguaje R
Ciencia de datos
title_short Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
title_full Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
title_fullStr Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
title_full_unstemmed Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
title_sort Métodos para el análisis de datos imprecisos: lógica difusa y r-shiny
dc.creator.none.fl_str_mv Césari, Matilde Inés
Pérez, Santiago Cristóbal
author Césari, Matilde Inés
author_facet Césari, Matilde Inés
Pérez, Santiago Cristóbal
author_role author
author2 Pérez, Santiago Cristóbal
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Lógica difusa
Datos imprecisos
Análisis multivariado
Lenguaje R
Ciencia de datos
topic Ciencias Informáticas
Lógica difusa
Datos imprecisos
Análisis multivariado
Lenguaje R
Ciencia de datos
dc.description.none.fl_txt_mv El análisis de datos imprecisos es un desafío común en diversas áreas de investigación y aplicación práctica. Las observaciones imprecisas pueden surgir debido a limitaciones en las herramientas de medición y la naturaleza del fenómeno estudiado. La lógica difusa proporciona un marco flexible y realista para tratar con esta imprecisión. Este artículo explora el uso de la lógica difusa en el análisis multivariado de datos imprecisos, utilizando aplicaciones Shiny de R para mejorar la calidad y fiabilidad de los análisis. La metodología propuesta incluye la codificación y estandarización de datos, la definición de variables lingüísticas difusas y el uso de métodos multivariados para el análisis de datos borrosos.
Red de Universidades con Carreras en Informática
description El análisis de datos imprecisos es un desafío común en diversas áreas de investigación y aplicación práctica. Las observaciones imprecisas pueden surgir debido a limitaciones en las herramientas de medición y la naturaleza del fenómeno estudiado. La lógica difusa proporciona un marco flexible y realista para tratar con esta imprecisión. Este artículo explora el uso de la lógica difusa en el análisis multivariado de datos imprecisos, utilizando aplicaciones Shiny de R para mejorar la calidad y fiabilidad de los análisis. La metodología propuesta incluye la codificación y estandarización de datos, la definición de variables lingüísticas difusas y el uso de métodos multivariados para el análisis de datos borrosos.
publishDate 2025
dc.date.none.fl_str_mv 2025-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/183854
url http://sedici.unlp.edu.ar/handle/10915/183854
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
97-101
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616361402171392
score 13.070432

Publicaciones similares