Open Access
De funciones de equivalencia restringida en Lⁿ a medidas de similitud entre multiconjuntos difusos
(CAEPIA, 2024) Ferrero Jaurrieta, Mikel; Rodríguez Martínez, Iosu; Bernardini, Ángela; Fernández Fernández, Francisco Javier; López Molina, Carlos; Bustince Sola, Humberto; Takáč, Zdenko; Marco Detchart, Cedric; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
Este artículo es un resumen del trabajo publicado en la revista IEEE Transactions on Fuzzy Systems. En este trabajo, presentamos una contribución a la teoría de las Funciones de Equivalencia Restringida (REF), que permite comparar elementos multivaluados. Extendemos el concepto de REF de L a Ln y presentamos una nueva construcción de similitud en Ln. A partir de esta filosofía se construyen medidas de similitud entre multiconjuntos difusos y se presenta un ejemplo aplicado en el contexto de la difusión anisotrópica de imágenes en color.
Open Access
A new family of aggregation functions for intervals
(Springer, 2024) Díaz-Vázquez, Susana; Torres-Manzanera, Emilio; Rico, Noelia; Mesiar, Radko; Rodríguez Martínez, Iosu; Lafuente López, Julio; Díaz, Irene; Montes Rodríguez, Susana; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Aggregation operators are unvaluable tools when different pieces of information have to be taken into account with respect to the same object. They allow to obtain a unique outcome when different evaluations are available for the same element/object. In this contribution we assume that the opinions are not given in form of isolated values, but intervals. We depart from two “classical” aggregation functions and define a new operator for aggregating intervals based on the two original operators. We study under what circumstances this new function is well defined and we provide a general characterization for monotonicity. We also study the behaviour of this operator when the departing functions are the most common aggregation operators. We also provide an illustrative example demonstrating the practical application of the theoretical contribution to ensemble deep learning models.
Open Access
A fusion method for multi-valued data
(Elsevier, 2021) Papčo, Martin; Rodríguez Martínez, Iosu; Fumanal Idocin, Javier; Altalhi, A. H.; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
In this paper we propose an extension of the notion of deviation-based aggregation function tailored to aggregate multidimensional data. Our objective is both to improve the results obtained by other methods that try to select the best aggregation function for a particular set of data, such as penalty functions, and to reduce the temporal complexity required by such approaches. We discuss how this notion can be defined and present three illustrative examples of the applicability of our new proposal in areas where temporal constraints can be strict, such as image processing, deep learning and decision making, obtaining favourable results in the process.
Open Access
Quantifying repressive acts: explanation and challenges of the documentary archive of historical memory in Navarre
(2019) Majuelo Gil, Emilio; Mendiola Gonzalo, Fernando; Garmendia Amutxastegi, Gotzon; Piérola Narvarte, Gemma; García Funes, Juan Carlos; Yániz Berrio, Edurne; Pérez Ibarrola, Nerea; Barrenechea Tartas, Edurne; Rodríguez Martínez, Iosu; Sesma Redín, Rubén; Bustince Sola, Humberto; Ciencias Humanas y de la Educación; Giza eta Hezkuntza Zientziak; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
This document presents the historiographical and methodological foundations of the database of the Documentary Archive of Historical Memory in Navarre, which was developed in the Public University of Navarre following a commission from the Parliament and Government of Navarre. For this purpose a database was elaborated on the Francoist repression with the aim of including the great variety of repressive practices that historiography has identified. This database can be swiftly and easily consulted by the different social, institutional and academic agents. In the first place, the present document provides an assessment of the publication in several autonomous communities in recent years of different online databases on the victims of the civil war and the Francoist repression. Next, it introduces the unit of analysis of our database, “repressive acts”, which it inserts in the historiographical context of the Francoist repression and studies on violence. In the third section, a description is given of the different repressive categories and subcategories in which the repressive acts are framed. Finally, it presents some technical characteristics of the database’s internal organization and software.
Open Access
A study on the suitability of different pooling operators for convolutional neural networks in the prediction of COVID-19 through chest x-ray image analysis
(Elsevier, 2024) Rodríguez Martínez, Iosu; Ursúa Medrano, Pablo; Fernández Fernández, Francisco Javier; Takáč, Zdenko; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
The 2019 coronavirus disease outbreak, caused by the severe acute respiratory syndrome type-2 virus (SARS-CoV-2), was declared a pandemic in March 2020. Since its emergence to the present day, this disease has brought multiple countries to the brink of health care collapse during several waves of the disease. One of the most common tests performed on patients is chest x-ray imaging. These images show the severity of the patient's illness and whether it is indeed covid or another type of pneumonia. Automated assessment of this type of imaging could alleviate the time required for physicians to treat and diagnose each patient. To this end, in this paper we propose the use of Convolutional Neural Networks (CNNs) to carry out this process. The aim of this paper is twofold. Firstly, we present a pipeline adapted to this problem, covering all steps from the preprocessing of the datasets to the generation of classification models based on CNNs. Secondly, we have focused our study on the modification of the information fusion processes of this type of architectures, in the pooling layers. We propose a number of aggregation theory functions that are suitable to replace classical processes and have shown their benefits in past applications, and study their performance in the context of the x-ray classification problem. We find that replacing the feature reduction processes of CNNs leads to drastically different behaviours of the final model, which can be beneficial when prioritizing certain metrics such as precision or recall.
Open Access
From restricted equivalence functions on Ln to similarity measures between fuzzy multisets
(IEEE, 2023) Ferrero Jaurrieta, Mikel; Takáč, Zdenko; Rodríguez Martínez, Iosu; Marco Detchart, Cedric; Bernardini, Ángela; Fernández Fernández, Francisco Javier; López Molina, Carlos; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Restricted equivalence functions are well-known functions to compare two numbers in the interval between 0 and 1. Despite the numerous works studying the properties of restricted equivalence functions and their multiple applications as support for different similarity measures, an extension of these functions to an n-dimensional space is absent from the literature. In this paper, we present a novel contribution to the restricted equivalence function theory, allowing to compare multivalued elements. Specifically, we extend the notion of restricted equivalence functions from L to L n and present a new similarity construction on L n . Our proposal is tested in the context of color image anisotropic diffusion as an example of one of its many applications.
Open Access
Cuantificar los hechos represivos: explicación y retos de la base de datos del fondo documental de la memoria histórica en Navarra
(2019) Majuelo Gil, Emilio; Mendiola Gonzalo, Fernando; Garmendia Amutxastegi, Gotzon; Piérola Narvarte, Gemma; García Funes, Juan Carlos; Yániz Berrio, Edurne; Pérez Ibarrola, Nerea; Barrenechea Tartas, Edurne; Rodríguez Martínez, Iosu; Sesma Redín, Rubén; Bustince Sola, Humberto; Ciencias Humanas y de la Educación; Giza eta Hezkuntza Zientziak; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
En este documento se presentan los fundamentos historiográficos y metodológicos de la base de datos del Fondo Documental de la Memoria Histórica en Navarra, desarrollada en la Universidad Pública de Navarra como consecuencia del encargo institucional realizado por el Parlamento y el Gobierno de Navarra. Con este fin, se ha procedido a elaborar una base de datos que permita una ágil consulta por parte de diferentes agentes sociales, institucionales y académicos en torno a la represión franquista, intentando incluir en ella la gran variedad de prácticas represivas que la historiografía ha ido identificando. Primeramente, se presenta un balance sobre la publicación, en los últimos años, de diferentes bases de datos on-line en torno a las víctimas de la guerra civil y la represión franquista en varias comunidades autónomas. A continuación, se presenta la unidad de análisis de nuestra base de datos, “los hechos represivos”, insertándola en el contexto historiográfico en torno a la represión franquista y los estudios sobre la violencia. En un tercer apartado pasamos a describir las diferentes categorías y subcategorías represivas en las que se enmarcan los hechos represivos, y finalmente se presentan algunas características técnicas de la organización interna de la información y el sofware de la base de datos.
Open Access
Affine construction methodology of aggregation functions
(Elsevier, 2020) Roldán López de Hierro, Antonio Francisco; Roldán, Concepción; Bustince Sola, Humberto; Fernández Fernández, Francisco Javier; Rodríguez Martínez, Iosu; Fardoun, Habib; Lafuente López, Julio; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Aggregation functions have attracted much attention in recent times because of its potential use in many areas such us data fusion and decision making. In practice, most of the aggregation functions that scientists use in their studies are constructed from very simple (usually affine or polynomial) functions. However, these are distinct in nature. In this paper, we develop a systematic study of these two classes of functions from a common point of view. To do this, we introduce the class of affine aggregation functions, which cover both the aforementioned families and most of examples of aggregation functions that are used in practice, including, by its great applicability, the symmetric case. Our study allows us to characterize when a function constructed from affine or polynomial functions is, in fact, a new aggregation function. We also study when sums or products of this kind of functions are again an aggregation function.
Open Access
Generalizando el pooling maximo por funciones (a, b)-grouping en redes neuronales convolucionales
(CAEPIA, 2024) Rodríguez Martínez, Iosu; Da Cruz Asmus, Tiago; Pereira Dimuro, Graçaliz; Herrera, Francisco; Takáč, Zdenko; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Gobierno de Navarra / Nafarroako Gobernua
Este artículo es un resumen del trabajo publicado en la revista Information Fusion [1]. En este artículo explorábamos el reemplazo del operador de pooling máximo comunmente empleado en redes neuronales convolucionales (CNNs) por funciones (a, b)-grouping. Estas funciones extienden el concepto de función de grouping clásica [2] a un intervalo cerrado [a, b], siguiendo la filosofía de [3]. En el contexto del operador de pooling, estas nuevas funciones ayudan a la optimización de los modelos suavizando los gradientes en el proceso de retropropagación y obteniendo resultados competitivos con métodos más complejos
Open Access
Reemplazo de la función de pooling de redes neuronales convolucionales por combinaciones lineales de funciones crecientes
(Universidad de Málaga, 2021) Rodríguez Martínez, Iosu; Lafuente López, Julio; Sesma Sara, Mikel; Herrera, Francisco; Ursúa Medrano, Pablo; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Las redes convolucionales llevan a cabo un proceso automatico de extracción y fusión de características mediante el cual obtienen la información más relevante de una imagen dada. El proceso de submuestreo mediante el cual se fusionan características localmente próximas, conocido como ‘pooling’, se lleva a cabo tradicionalmente con funciones sencillas como el máximo o la media aritmética, ignorando otras opciones muy populares en el campo de la teoría de agregaciones. En este trabajo proponemos reemplazar dichas funciones por otra serie de ordenes estadísticos, así como por la integral de Sugeno y una nueva generalización de la misma. Además, basándonos en trabajos que emplean la combinación convexa del máximo y la media, presentamos una nueva capa que permite combinar varias de las nuevas agregaciones, mejorando sus resultados individuales.