A Fuzzy ARTMAP Nonparametric Probability Estimator For Nonstationary Pattern Recognition Problem

An incremental, nonparametric probability estimation procedure using the fuzzy ARTMAP neural network is introduced. In slow-learning mode, fuzzy ARTMAP searches for patterns of data on which to build ever more accurate estimates. In max-nodes mode, the network initially learns a fixed number of categories, and weights are then adjusted gradually.

Fusion ARTMAP: An Adaptive Fuzzy Network for Multi-Channel Classification

Fusion ARTMAP is a self-organizing neural network architecture for multi-channel, or multi-sensor, data fusion. Fusion ARTMAP generalizes the fuzzy ARTMAP architecture in order to adaptively classify multi-channel data. The network has a symmetric organization such that each channel can be dynamically configured to serve as either a data input or a teaching input to the system. An ART module forms a compressed recognition code within each channel. These codes, in turn, beco1ne inputs to a single ART system that organizes the global recognition code. When a predictive error occurs, a process called parallel match tracking simultaneously raises vigilances in multiple ART modules until reset is triggered in one of thmn. Parallel match tracking hereby resets only that portion of the recognition code with the poorest match, or minimum predictive confidence. This internally controlled selective reset process is a type of credit assignment that creates a parsimoniously connected learned network.

Fuzzy ART

Adaptive Resonance Theory (ART) models are real-time neural networks for category learning, pattern recognition, and prediction. Unsupervised fuzzy ART and supervised fuzzy ARTMAP synthesize fuzzy logic and ART networks by exploiting the formal similarity between the computations of fuzzy subsethood and the dynamics of ART category choice, search, and learning. Fuzzy ART self-organizes stable recognition categories in response to arbitrary sequences of analog or binary input patterns. It generalizes the binary ART 1 model, replacing the set-theoretic: intersection (∩) with the fuzzy intersection (∧), or component-wise minimum. A normalization procedure called complement coding leads to a symmetric: theory in which the fuzzy inter:>ec:tion and the fuzzy union (∨), or component-wise maximum, play complementary roles. Complement coding preserves individual feature amplitudes while normalizing the input vector, and prevents a potential category proliferation problem. Adaptive weights :otart equal to one and can only decrease in time. A geometric interpretation of fuzzy AHT represents each category as a box that increases in size as weights decrease. A matching criterion controls search, determining how close an input and a learned representation must be for a category to accept the input as a new exemplar. A vigilance parameter (p) sets the matching criterion and determines how finely or coarsely an ART system will partition inputs. High vigilance creates fine categories, represented by small boxes. Learning stops when boxes cover the input space. With fast learning, fixed vigilance, and an arbitrary input set, learning stabilizes after just one presentation of each input. A fast-commit slow-recode option allows rapid learning of rare events yet buffers memories against recoding by noisy inputs. Fuzzy ARTMAP unites two fuzzy ART networks to solve supervised learning and prediction problems. A Minimax Learning Rule controls ARTMAP category structure, conjointly minimizing predictive error and maximizing code compression. Low vigilance maximizes compression but may therefore cause very different inputs to make the same prediction. When this coarse grouping strategy causes a predictive error, an internal match tracking control process increases vigilance just enough to correct the error. ARTMAP automatically constructs a minimal number of recognition categories, or "hidden units," to meet accuracy criteria. An ARTMAP voting strategy improves prediction by training the system several times using different orderings of the input set. Voting assigns confidence estimates to competing predictions given small, noisy, or incomplete training sets. ARPA benchmark simulations illustrate fuzzy ARTMAP dynamics. The chapter also compares fuzzy ARTMAP to Salzberg's Nested Generalized Exemplar (NGE) and to Simpson's Fuzzy Min-Max Classifier (FMMC); and concludes with a summary of ART and ARTMAP applications.

Fuzzy ART Choice Functions

Adaptive Resonance Theory (ART) models are real-time neural networks for category learning, pattern recognition, and prediction. Unsupervised fuzzy ART and supervised fuzzy ARTMAP networks synthesize fuzzy logic and ART by exploiting the formal similarity between tile computations of fuzzy subsethood and the dynamics of ART category choice, search, and learning. Fuzzy ART self-organizes stable recognition categories in response to arbitrary sequences of analog or binary input patterns. It generalizes the binary ART 1 model, replacing the set-theoretic intersection (∩) with the fuzzy intersection(∧), or component-wise minimum. A normalization procedure called complement coding leads to a symmetric theory in which the fuzzy intersection and the fuzzy union (∨), or component-wise maximum, play complementary roles. A geometric interpretation of fuzzy ART represents each category as a box that increases in size as weights decrease. This paper analyzes fuzzy ART models that employ various choice functions for category selection. One such function minimizes total weight change during learning. Benchmark simulations compare peformance of fuzzy ARTMAP systems that use different choice functions.

Fuzzy ART: An Adaptive Resonance Algorithm for Rapid, Stable Classification of Analog Patterns

The Fuzzy ART system introduced herein incorporates computations from fuzzy set theory into ART 1. For example, the intersection (n) operator used in ART 1 learning is replaced by the MIN operator (A) of fuzzy set theory. Fuzzy ART reduces to ART 1 in response to binary input vectors, but can also learn stable categories in response to analog input vectors. In particular, the MIN operator reduces to the intersection operator in the binary case. Learning is stable because all adaptive weights can only decrease in time. A preprocessing step, called complement coding, uses on-cell and off-cell responses to prevent category proliferation. Complement coding normalizes input vectors while preserving the amplitudes of individual feature activations.

Fuzzy ART: Fast Stable Learning and Categorization of Analog Patterns by an Adaptive Resonance System

A Fuzzy ART model capable of rapid stable learning of recognition categories in response to arbitrary sequences of analog or binary input patterns is described. Fuzzy ART incorporates computations from fuzzy set theory into the ART 1 neural network, which learns to categorize only binary input patterns. The generalization to learning both analog and binary input patterns is achieved by replacing appearances of the intersection operator (n) in AHT 1 by the MIN operator (Λ) of fuzzy set theory. The MIN operator reduces to the intersection operator in the binary case. Category proliferation is prevented by normalizing input vectors at a preprocessing stage. A normalization procedure called complement coding leads to a symmetric theory in which the MIN operator (Λ) and the MAX operator (v) of fuzzy set theory play complementary roles. Complement coding uses on-cells and off-cells to represent the input pattern, and preserves individual feature amplitudes while normalizing the total on-cell/off-cell vector. Learning is stable because all adaptive weights can only decrease in time. Decreasing weights correspond to increasing sizes of category "boxes". Smaller vigilance values lead to larger category boxes. Learning stops when the input space is covered by boxes. With fast learning and a finite input set of arbitrary size and composition, learning stabilizes after just one presentation of each input pattern. A fast-commit slow-recode option combines fast learning with a forgetting rule that buffers system memory against noise. Using this option, rare events can be rapidly learned, yet previously learned memories are not rapidly erased in response to statistically unreliable input fluctuations.

Fuzzy ARTMAP: A Neural Network Architecture for Incremental Supervised Learning of Analog Multidimensional Maps

A new neural network architecture is introduced for incremental supervised learning of recognition categories and multidimensional maps in response to arbitrary sequences of analog or binary input vectors. The architecture, called Fuzzy ARTMAP, achieves a synthesis of fuzzy logic and Adaptive Resonance Theory (ART) neural networks by exploiting a close formal similarity between the computations of fuzzy subsethood and ART category choice, resonance, and learning. Fuzzy ARTMAP also realizes a new Minimax Learning Rule that conjointly minimizes predictive error and maximizes code compression, or generalization. This is achieved by a match tracking process that increases the ART vigilance parameter by the minimum amount needed to correct a predictive error. As a result, the system automatically learns a minimal number of recognition categories, or "hidden units", to met accuracy criteria. Category proliferation is prevented by normalizing input vectors at a preprocessing stage. A normalization procedure called complement coding leads to a symmetric theory in which the MIN operator (Λ) and the MAX operator (v) of fuzzy logic play complementary roles. Complement coding uses on-cells and off-cells to represent the input pattern, and preserves individual feature amplitudes while normalizing the total on-cell/off-cell vector. Learning is stable because all adaptive weights can only decrease in time. Decreasing weights correspond to increasing sizes of category "boxes". Smaller vigilance values lead to larger category boxes. Improved prediction is achieved by training the system several times using different orderings of the input set. This voting strategy can also be used to assign probability estimates to competing predictions given small, noisy, or incomplete training sets. Four classes of simulations illustrate Fuzzy ARTMAP performance as compared to benchmark back propagation and genetic algorithm systems. These simulations include (i) finding points inside vs. outside a circle; (ii) learning to tell two spirals apart; (iii) incremental approximation of a piecewise continuous function; and (iv) a letter recognition database. The Fuzzy ARTMAP system is also compared to Salzberg's NGE system and to Simpson's FMMC system.

A Neural Network Realization of Fuzzy ART

A neural network realization of the fuzzy Adaptive Resonance Theory (ART) algorithm is described. Fuzzy ART is capable of rapid stable learning of recognition categories in response to arbitrary sequences of analog or binary input patterns. Fuzzy ART incorporates computations from fuzzy set theory into the ART 1 neural network, which learns to categorize only binary input patterns, thus enabling the network to learn both analog and binary input patterns. In the neural network realization of fuzzy ART, signal transduction obeys a path capacity rule. Category choice is determined by a combination of bottom-up signals and learned category biases. Top-down signals impose upper bounds on feature node activations.

Comparative Performance Measures of Fuzzy ARTMAP, Learned Vector Quantization, and Back Propagation for Handwritten Character Recognition

This article compares the performance of Fuzzy ARTMAP with that of Learned Vector Quantization and Back Propagation on a handwritten character recognition task. Training with Fuzzy ARTMAP to a fixed criterion used many fewer epochs. Voting with Fuzzy ARTMAP yielded the highest recognition rates.

Comparison of deterministic, stochastic and fuzzy logic uncertainty modelling for capacity extension projects of DI/WFI pharmaceutical plant utilities with variable/dynamic demand

The last 30 years have seen Fuzzy Logic (FL) emerging as a method either complementing or challenging stochastic methods as the traditional method of modelling uncertainty. But the circumstances under which FL or stochastic methods should be used are shrouded in disagreement, because the areas of application of statistical and FL methods are overlapping with differences in opinion as to when which method should be used. Lacking are practically relevant case studies comparing these two methods. This work compares stochastic and FL methods for the assessment of spare capacity on the example of pharmaceutical high purity water (HPW) utility systems. The goal of this study was to find the most appropriate method modelling uncertainty in industrial scale HPW systems. The results provide evidence which suggests that stochastic methods are superior to the methods of FL in simulating uncertainty in chemical plant utilities including HPW systems in typical cases whereby extreme events, for example peaks in demand, or day-to-day variation rather than average values are of interest. The average production output or other statistical measures may, for instance, be of interest in the assessment of workshops. Furthermore the results indicate that the stochastic model should be used only if found necessary by a deterministic simulation. Consequently, this thesis concludes that either deterministic or stochastic methods should be used to simulate uncertainty in chemical plant utility systems and by extension some process system because extreme events or the modelling of day-to-day variation are important in capacity extension projects. Other reasons supporting the suggestion that stochastic HPW models are preferred to FL HPW models include: 1. The computer code for stochastic models is typically less complex than a FL models, thus reducing code maintenance and validation issues. 2. In many respects FL models are similar to deterministic models. Thus the need for a FL model over a deterministic model is questionable in the case of industrial scale HPW systems as presented here (as well as other similar systems) since the latter requires simpler models. 3. A FL model may be difficult to "sell" to an end-user as its results represent "approximate reasoning" a definition of which is, however, lacking. 4. Stochastic models may be applied with some relatively minor modifications on other systems, whereas FL models may not. For instance, the stochastic HPW system could be used to model municipal drinking water systems, whereas the FL HPW model should or could not be used on such systems. This is because the FL and stochastic model philosophies of a HPW system are fundamentally different. The stochastic model sees schedule and volume uncertainties as random phenomena described by statistical distributions based on either estimated or historical data. The FL model, on the other hand, simulates schedule uncertainties based on estimated operator behaviour e.g. tiredness of the operators and their working schedule. But in a municipal drinking water distribution system the notion of "operator" breaks down. 5. Stochastic methods can account for uncertainties that are difficult to model with FL. The FL HPW system model does not account for dispensed volume uncertainty, as there appears to be no reasonable method to account for it with FL whereas the stochastic model includes volume uncertainty.

Contenidos de materia orgánica y condición física de un Kandiudult de Misiones bajo diferentes sistemas de preparación del terreno forestal y bosque nativo

Las propiedades físicas de los suelos de ambientes subtropicales húmedos fueron tradicionalmente menos estudiadas que los de zonas templadas. Una característica de los primeros es su menor resiliencia frente a un disturbio. Un aspecto poco explorado es qué sucede con los suelos cuando la selva nativa es reemplazada por una plantación forestal o un ciclo forestal por otro. La forestación es una de las principales actividades económicas de la provincia de Misiones, y la preparación de terreno uno de los momentos de mayor impacto al suelo. En esta tesis se evaluaron sobre un suelo Kandiudult tratamientos que incluyeron: a) conservación de residuos (CRes), b) subsolado (Sub), c) con quema de residuos en escollera (Qsub), d) uso de rastra (Rast), e) con quema de residuos en escollera (Qrast), y f) conservación de residuos sin plantación (Reg Nat). Todos estos contrastados con el bosque nativo (NcP). Se halló que al cuarto año de la plantación, el contenido de materia orgánica (MO) fue significativamente mayor donde se conservaron los residuos, con mayor stock de C (55 Mg.ha-1). Sin embargo este aumento de MO no logró equiparar al suelo bajo BNcP. El contenido hídrico retenido en capacidad de campo varió en similar dirección que la MO. La densidad aparente fue una las propiedades físicas más sensibles a los tratamientos, con valores significativamente más bajos hasta 30 cm de profundidad en suelo bajo Sub (1,36 Mg.m-3). El tratamiento bajo Rast presentó los mayores valores de densidad aparente (1,50 Mg.m-3). Los tratamientos afectados por quema tuvieron valores de densidad aparente más bajos que otros tratamientos (1,42 Mg.m-3). De cualquier manera, puede afirmarse que el manejo forestal causó la densificación de la superficie del suelo, comparando con los menores valores de densidad del suelo bajo BNcP (1,17 Mg.m-3). Los valores de compactación relativa calculados en base a la densidad máxima en ensayos Proctor fueron cercanos al 90 por ciento, lo cual indica la alta compactación de los suelos. La inestabilidad estructural del suelo, medida por el cambio de diámetro medio ponderado de agregados (CDMP), no se vio afectada por el reemplazo de la selva por la plantación forestal, ni por el método de preparación del terreno. La tasa de infiltración no mostró diferencias entre tratamientos, pero si reducciones importantes respecto del bosque nativo (1638 cm.h-1). Como conclusión, y dada la falta de impactos físicos severos sobre los suelos bajo plantación forestal, puede recomendarse la conservación de los residuos sobre la superficie como método de preparación, pues es el único que permite realizar secuestro efectivo de CO en los suelos.

Efectos del riego complementario sobre propiedades del suelo en sistemas de producción con siembra directa

La irrigación y el sistema de labranzas modifican las propiedades edáficas. El objetivo de esta tesis fue estudiar el efecto del riego complementario sobre la fertilidad química y física de un suelo manejado bajo siembra directa (SD). Sobre un experimento ubicado en el INTA Manfredi, Córdoba, se evaluaron dos tratamientos: irrigado (Ri) y secano (Sec). En 1996 (instalación experimento), se muestreó el suelo en cuadrícula. En 2007 se muestrearon sitios para determinar la evolución de la salinidad, sodicidad, pH, carbono orgánico (CO), estabilidad de agregados (EA) e infiltración. Bajo riego, se incrementó la CE al inicio del experimento y luego existió un equilibrio aparente, con variaciones, pero sin acumulación paulatina de sales en el suelo. Se observó movimiento de sales en profundidad. El PSI aumentó desde la superficie, asociado al movimiento de sales, y se incrementó el pH. En Ri hubo una tendencia al incremento de CO en el estrato superficial y una menor pérdida en el subsuperficial. En 0-20 cm, se estimó un aumento diferencial del stock de CO en Ri de 0,221 tnC/ha/año y una mayor emisión de C-CO2. La EA del horizonte superficial fue superior bajo riego, asociada con el CO y, principalmente, la CE del suelo. No hubo diferencias entre tratamientos en la infiltración del agua, indicando ausencia de asociación entre infiltración y PSI. Luego de once años se considera que el riego no está provocando una degradación de las propiedades del suelo. La salinización fue de muy baja magnitud y si bien aumentó la sodicidad, no se observó degradación de la estructura ni se afectó el ingreso de agua al suelo. El mantenimiento de los niveles de CO en la superficie, el mayor aporte de residuos de cultivos y actividad biológica en el suelo irrigado, explicarían estos resultados.

Flujos de carbono y nitrógeno bajo distintos sistemas de labranza en la región semiárida pampeana

Los contenidos de carbono y nitrógeno orgánicos del suelo están relacionados con su capacidad productiva. Esta relación es esperable que sea más estrecha en suelos de zonas áridas y semiáridas. La cantidad de carbono que puede secuestrar el suelo es, a la vez, de interés por la posibilidad de usar a los suelos como sumideros de carbono y mitigar el efecto invernadero. Esta tesis tiene como objetivo determinar los efectos del sistema de labranza sobre la dinámica del carbono y el nitrógeno en un suelo de una región semiárida. Se realizó un experimento de campo de larga duración en el que se contrastó un manejo tradicional, que empleaba un arado de disco en la labor principal, con un manejo tradicional, que empleaba un arado de disco en la labor principal, con un manejo de siembra directa. Los contenidos de humedad del suelo fueron superiores bajo siembra directa y mayores también los rendimientos de los cultivos que integraban la rotación siendo, consecuentemente, los aportes de carbono en forma de residuos al suelo también mayores. El flujo anual de carbono emitido a la atmósfera como C - CO2 fue similar entre sistemas de labranza, de lo que resultó un balance de carbono neutro bajo siembra directa y negativo bajo labranza con arado. La producción de C - CO2 aumentó con la cantidad de residuos presentes en el suelo y la temperatura y decrecía al incrementarse la cantidad de nitratos. La descomposición de los residuos vegetales y la liberación al suelo de su nitrógeno fue más rápida en el suelo labrado, lo que llevó a mayores niveles de nitratos a la siembra de algunos cultivos en el tratamiento con labranza en casi todos los cultivos integrantes de la rotación. Bajo siembra directa el suelo no perdió carbono durante el experimento mientras que bajo arado de disco el stock de carbono orgánico del suelo decreció. En regiones semiáridas la adopción de siembra directa determina balances de carbono menos negativos que bajo manejos con labranza, por incrementar las entradas de carbono al suelo y no afectar las salidas por respiración heterótrofa.

Establecimiento de sistemas silvopastoriles : efecto de la edad del material de multiplicación y manejo del pastoreo con bovinos

El establecimiento de un sistema silvopastoril (SSP) en plantaciones de álamo (Populus deltoides `Australiano 106/60´) requiere de nuevas estrategias de manejo. En este contexto, la combinación del tipo de material de multiplicación utilizado y su palatabilidad pueden resultar determinantes del éxito de la instalación del sistema. El objetivo general del estudio fue generar una nueva tecnología para la instalación de un SSP con álamos orientado a la producción de madera para múltiples destinos. El primer objetivo consistió en evaluar los cambios que se producen en diferentes distancias de plantación sobre la dimensión y características morfológicas de las guías de álamo, materiales de multiplicación potencialmente aptos para instalar un SSP, y el segundo, determinar el efecto del tamaño y/o edad de las guías sobre el crecimiento del componente arbóreo y la sensibilidad al daño de las mismas frente al pastoreo de ganado bovino en un SSP de álamo. Los resultados indican que los mayores distanciamientos ensayados produjeron las mejores guías de uno, dos y tres años de edad, con mayor DAP, altura total, biomasa aérea, rectitud, conicidad y estabilidad del fuste. Se determinó además que es posible acelerar el ingreso del ganado de cría al SSP utilizando guías con un DAP igual ó mayor a los 6 cm, con una respuesta positiva durante los primeros años de plantación. Las hojas y ramitas tiernas de álamo, productos de una poda de primavera, constituyeron por su buena disponibilidad de PB, P y K y su DE un buen complemento de la dieta animal. Se concluye finalmente que, utilizando guías de álamo como material de multiplicación, es posible producir anticipadamente madera de álamo para usos múltiples, pasturas naturales espontáneas y carne vacuna en los SSP del bajo Delta del Río Paraná.

El capital social como factor de producción en los sistemas de agronegocios en Argentina : un análisis comparado de los sistemas aviar, vitivinícola y vacuno

El sector agroalimentario se ha convertido en el de mayor importancia durante los 90 para la economía argentina junto a los sectores del petróleo y acero. Sin embargo, el gran empuje proveniente del 'campo' no se traslada al resto de redes de abatecimiento de alimentos. El desarrollo veloz de las interrelaciones comerciales que conducen al establecimiento de distintas formas de relaciones para el abastecimiento de alimentos es un fenómeno clave en las economías agroalimentarias modernas. Los principales actores de las cadenas agroindustriales deben diseñar las mejores opciones respecto del diseño de sus relaciones comerciales. El objetivo principal del siguiente trabajo es identificar al capital social como un factor de producción para el desarrolo de los sistemas de agronegocios argentinos. Los objetivos específicos serán identificar el nivel de capital social del sistema de ganados y carnes vacuna, del sistema avícola y del sistema vitivinícola de la Argentina. El trabajo determina que el desarrollo global de los agronegocios en Argentina depende del grado de enforcement de la ley y los contratos y del nivel de acción colectiva. Dentro de las variables estudiadas 'confianza', 'acción colectiva' y 'cooperación y ética' presenta altos niveles en las tres variables, el sistema vitivinícola medios y el sistema de ganados y carnes vacuno los presenta bajos. El sistema de negocios avícola es la que marca un mayor desarrollo de capital social a lo largo de la muestra. El nivel de confianza expresado por sus miembros demuestra su capacidad para resolver los dilemas que presenta la acción colectiva en el negocio real, contrariamente al sistema vacuno, mientras que el sistema vitivinícola se coloca en una posición media. El sistema avícola presenta mayor cantidad de contratos formales y como vimos un mayor respeto por su cumplimiento más allá de la incompltitud de los mismos. La falta de contratos formales y la falta de control por parte del Estado, en mayor medida en el subsector vacuno por sobre el vitivinícola, favorece el doble estándar impositivo, comercial y sanitario (no en el caso del vino). En tal sentido, el no respeto por el conjunto de reglas de conducta formales (leyes, tradiciones, costumbres, sistema de valores, religiones, tendencias sociológicas, etc.), es decir las instituciones, que facilitan la coordinación o rigen las relaciones entre individuos o grupos, le agrega mayor incertidumbre a la interacción humana