Hispanopedia Wiki
Articulo de referencia

Enfoque de razonamiento basado en la evidencia

En la teoría de la decisión , el enfoque de razonamiento evidencial ( ER ) es un enfoque genérico de análisis de decisiones multicriterio (MCDA) basado en evidencia para abordar...

Hispanopedia WikiContenido en espanolLectura gratuita

En la teoría de la decisión , el enfoque de razonamiento evidencial ( ER ) es un enfoque genérico de análisis de decisiones multicriterio (MCDA) basado en evidencia para abordar problemas que tienen criterios tanto cuantitativos como cualitativos bajo diversas incertidumbres, incluyendo la ignorancia y la aleatoriedad. Se ha utilizado para respaldar diversas actividades de análisis , evaluación y valoración de decisiones , como la evaluación de impacto ambiental [ 1 ] y la autoevaluación organizacional [ 2 ] basadas en una variedad de modelos de calidad .

Descripción general

El enfoque de razonamiento evidencial se ha desarrollado recientemente sobre la base de la teoría de la decisión, en particular la teoría de la utilidad , [ 3 ] la inteligencia artificial, en particular la teoría de la evidencia, [ 4 ] el análisis estadístico y la tecnología informática . Utiliza una estructura de creencias para modelar una evaluación con incertidumbre, una matriz de decisión de creencias para representar un problema MCDA bajo incertidumbre, algoritmos de razonamiento evidencial [ 5 ] para agregar criterios para generar evaluaciones distribuidas, y los conceptos de las funciones de creencia y plausibilidad para generar un intervalo de utilidad para medir el grado de ignorancia. Una matriz de decisión convencional utilizada para modelar un problema MCDA es un caso especial de una matriz de decisión de creencias. [ 6 ] [ 7 ]

El uso de matrices de decisión basadas en creencias para el modelado de problemas MCDA en el enfoque ER da como resultado las siguientes características:

  1. La evaluación de una opción puede representarse de forma más fiable y realista mediante una matriz de decisión basada en creencias que mediante una matriz de decisión convencional.
  2. Acepta como entrada datos de diferentes formatos con diversos tipos de incertidumbre, como valores numéricos individuales, distribuciones de probabilidad y juicios subjetivos con grados de creencia.
  3. Permite incorporar al máximo toda la información disponible, integrada en diferentes formatos de datos, incluidos los datos cualitativos e incompletos, en los procesos de evaluación y toma de decisiones.
  4. Permite que los resultados de la evaluación se representen de forma más informativa.
  5. Reduce la incertidumbre en las decisiones humanas y de IA. [ 8 ]

Véase también

Referencias

  1. ↑ Wang YM; Yang JB; Xu DL (2006). "Evaluación del impacto ambiental mediante el enfoque del razonamiento basado en la evidencia". European Journal of Operational Research . 174 (3): 1885– 1913. doi : 10.1016/j.ejor.2004.09.059 .
  2. ↑ Siow CHR; Yang JB; Dale BG (2001). "Un nuevo marco de modelado para la autoevaluación organizacional: desarrollo y aplicación". Quality Management Journal . 8 (4): 34– 47. doi : 10.1080/10686967.2001.11918982 .
  3. ↑ Keeney, RL; Raiffa, H. (1976). Decisiones con múltiples objetivos . Cambridge University Press. ISBN 978-0-521-43883-4.
  4. ↑ Shafer, GA (1976). Teoría matemática de la evidencia . Princeton University Press. ISBN 978-0-691-08175-5.
  5. ↑ Yang JB; Xu DL (2002). "Sobre el algoritmo de razonamiento evidencial para el análisis de decisiones con múltiples atributos bajo incertidumbre". IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans . 32 (3): 289– 304. doi : 10.1109/TSMCA.2002.802746 .
  6. ↑ Xu DL; Yang JB; Wang YM (2006). "El enfoque ER para el análisis de decisiones multiatributo bajo incertidumbres de intervalo". European Journal of Operational Research . 174 (3): 1914– 43. doi : 10.1016/j.ejor.2005.02.064 .
  7. ↑ Yang JB; Xu DL (2013). "Regla de razonamiento evidencial para la combinación de evidencias" . Inteligencia artificial . 205 : 1–29 . doi : 10.1016/j.artint.2013.09.003 .
  8. ↑ Sachan, S.; Almaghrabi, F.; Yang, JB; Xu, DL (2024). "Colaboración humano-IA para mitigar el ruido en las decisiones de suscripción financiera: un estudio sobre la innovación FinTech en una empresa de préstamos" . International Review of Financial Analysis . 93 103149. doi : 10.1016/j.irfa.2024.103149 .
  • Sociedad Internacional sobre Toma de Decisiones Multicriterio. Archivado el 14 de diciembre de 2012 en Wayback Machine.