Coppola, Cristina (2006) Distance and closeness measures in information spaces. [Tesi di dottorato] (Inedito)

[img]
Anteprima
PDF
Dottorato_Copola.pdf

Download (607kB) | Anteprima
[error in script] [error in script]
Tipologia del documento: Tesi di dottorato
Lingua: English
Titolo: Distance and closeness measures in information spaces
Autori:
AutoreEmail
Coppola, Cristina[non definito]
Data: 2006
Tipo di data: Pubblicazione
Numero di pagine: 120
Istituzione: Università degli Studi di Napoli Federico II
Dipartimento: Matematica e applicazioni "Renato Caccioppoli"
Dottorato: Scienze computazionali e informatiche
Ciclo di dottorato: 18
Coordinatore del Corso di dottorato:
nomeemail
Ricciardi, Luigi Maria[non definito]
Tutor:
nomeemail
Nobile, Amelia[non definito]
Data: 2006
Numero di pagine: 120
Parole chiave: Distance, closeness, Information spaces
Settori scientifico-disciplinari del MIUR: Area 01 - Scienze matematiche e informatiche > MAT/01 - Logica matematica
Depositato il: 30 Lug 2008
Ultima modifica: 30 Apr 2014 19:23
URI: http://www.fedoa.unina.it/id/eprint/732
DOI: 10.6092/UNINA/FEDOA/732

Abstract

Obiettivo della tesi è fornire strumenti teorici per il trattamento di informazione “incompleta”. Ciò viene fatto, da un lato, in un ambito metrico, definendo misure di “distanza” tra oggetti, dall’altro definendo nozioni suggerite dalla logica a più valori (fuzzy ordinamenti, similarità) che estendono ordinamenti ed equivalenze classici. Le nozioni di “distanza” e “similarità”, sono duali. Infatti, minore è la distanza tra due oggetti, maggiore è il loro grado di uguaglianza. Ciò può essere formalizzato in modo preciso. Riguardo al trattamento dell’informazione, si è fatto riferimento agli studi di “geometria senza punti”, iniziati con il filosofo e matematico Whitehead. Tali studi riguardano la possibilità di fondare la geometria euclidea assumendo come nozione primitiva quella di “regione”, considerando, invece, i punti come concetti derivati, definiti tramite opportune successioni di regioni. Nella tesi la nozione di “regione” è stata utilizzata per rappresentare informazione non completa. Il diametro di una regione rappresenta una sorta di misura della incompletezza dell’informazione: maggiore esso risulta, più imprecisa è l’informazione che abbiamo a disposizione. Diminuendo il diametro, diminuisce l’incertezza, fino al “punto” (diametro nullo) che rappresenta informazione completa. Tenendo conto di questa interpretazione e partendo da un approccio metrico alla geometria senza punti, nella tesi si stabilisce un collegamento tra spazi metrici “senza punti” e categorie di fuzzy set, coinvolgendo la nozione di similarity debole. Particolare attenzione si rivolge a spazi con distanze ultrametriche, utilizzate in letteratura in processi di classificazione, e, dualmente, a strutture con similarity con la t-norma del minimo. Generalizzando le usuali distanze, si definiscono strutture con “distanze approssimate”, che estendono gli usuali spazi metrici. Per distanza approssimata si intende una funzione che associa ad ogni coppia di oggetti un intervallo del campo dei numeri reali, intervallo che fornisce il range in cui può variare il valore effettivo della distanza. Di nuovo si lavora su spazi di regioni, che rappresentano ancora l’incompletezza dell’informazione, mentre la “distanza-intervallo” tra due regioni rappresenta una misura approssimata di quanto due pezzi di informazione siano vicini. Sono proposte alcune applicazioni in ambito fuzzy, dando la definizione di distanze approssimate tra fuzzy set in due modi: utilizzando la nozione di tagli di un fuzzy set e la nozione di ipografo di un fuzzy set. Inoltre, tramite la teoria degli interval-set, vengono definite distanze tra rough set. Viene proposta, infine, un’applicazione ad una procedura di clustering agglomerativo gerarchico, mediante un algoritmo che utilizza la distanza approssimata tra cluster. Tra le distanze che verificano assiomi più deboli di quelli delle metriche, l’attenzione è stata focalizzata anche su distanze non simmetriche, le quasi-metriche, e sulla nozione duale di fuzzy ordinamenti. In particolare si fa riferimento alla teoria dei punti fissi, sia in ambito metrico che in quello riguardante gli insiemi ordinati. Si considerano applicazioni alla programmazione logica riguardo al problema della ricerca di punti fissi per l’operatore di conseguenza immediata associato ad un programma: dal momento che non sempre i teoremi sui punti fissi in insiemi ordinati sono sufficienti quando si introduce la negazione in un programma, si ricorre, in alcuni casi, a teoremi in ambito metrico. D’altra parte la nozione di fuzzy ordinamento e relativi teoremi di punto fisso, presentati nella tesi, permettono di estendere contemporaneamente sia le nozioni in ambito metrico che quelle per insiemi ordinati. Gli argomenti affrontati nella tesi suggeriscono diversi interessanti sviluppi futuri, sia da un punto di vista teorico che dal punto di vista delle applicazioni delle nozioni proposte. Da un punto di vista teorico, ad esempio, la dualità tra nozioni in ambito metrico e nozioni in ambito logico suggerisce di considerare similarity-intervallo come duale delle distanze approssimate. Inoltre si sta analizzando la possibilità di applicare le distanze considerate e le duali fuzzy relazioni in diversi ambiti

Downloads

Downloads per month over past year

Actions (login required)

Modifica documento Modifica documento