Intuitionistic Fuzzy Graph Embedded Random Vector Functional Link with Multiview Learning

Resumen Técnico: Vínculo de Vector Funcional Aleatorio con Incertidumbre Difusa de Grafos Embebidos y Aprendizaje Multivista (IFGRVFL-MV)

Planteamiento del Problema
Las redes de Vínculo de Vector Funcional Aleatorio (RVFL) son reconocidas por sus rápidas velocidades de entrenamiento y capacidades de aproximación universal, logradas mediante la inicialización aleatoria de los pesos de la capa oculta y la resolución analítica de los pesos de salida. Sin embargo, los modelos RVFL estándar enfrentan limitaciones específicas: a menudo tienen dificultades para preservar las relaciones geométricas intrínsecas de los datos, son sensibles a conjuntos de datos ruidosos o inciertos y no aprovechan eficazmente la información complementaria de múltiples vistas de características (Aprendizaje Multivista). Aunque las variantes existentes han abordado estos problemas de forma aislada —como el IFRVFL para la incertidumbre, el GE-RVFL para la estructura geométrica y el MvRVFL para la integración de características—, ningún marco unificado combina actualmente los tres para manejar simultáneamente la incertidumbre, preservar la topología y explotar datos multivista.

Metodología
El modelo propuesto IFGRVFL-MV integra Conjuntos Difusos Intuicionistas (IFS), Embebimiento de Grafos (GE) y Aprendizaje Multivista (MVL) en un marco de trabajo de RVFL unificado. La metodología procede de la siguiente manera:

1. Ponderación Difusa Intuicionista: El modelo asigna valores de membresía difusa intuicionista ($f$) y de no membresía ($f^*$) a los puntos de datos en cada vista.

   • El valor de membresía se determina mediante la distancia de una muestra desde su centro de clase relativo al radio de la clase.
   • El valor de no membresía se deriva de la proporción de vecinos heterogéneos (muestras con diferentes etiquetas de clase) dentro de un umbral de proximidad.
   • Se calcula una función de puntuación ($s_i$) basada en estos valores para cuantificar la fiabilidad de cada muestra, reduciendo eficazmente el peso de los valores atípicos y los datos ruidosos durante el entrenamiento.

2. Embebimiento de Grafos (GE): Para preservar la estructura topológica de los datos, el modelo construye grafos intrínsecos y de penalización sobre la matriz de características concatenada de cada vista. Este marco asegura que las muestras con etiquetas similares permanezcan cerca (grafo intrínseco) mientras que las muestras con etiquetas diferentes sean alejadas (grafo de penalización), mejorando la generalización.

3. Aprendizaje Multivista (MVL): El modelo procesa dos vistas distintas de los datos (Vista-P y Vista-Q). Emplea una estrategia de fusión temprana donde el objetivo de optimización minimiza conjuntamente el error para ambas vistas mientras impone consistencia entre ellas.

4. Formulación de Optimización: El núcleo del modelo es un problema de optimización regularizado que minimiza una suma ponderada de errores al cuadrado, normas de pesos de salida y penalizaciones de embebimiento de grafos.

   • Los términos de error para cada vista se ponderan mediante las raíces cuadradas de las matrices de puntuación difusa intuicionista ($S_1^{1/2}$ y $S_2^{1/2}$), reduciendo la influencia de las muestras inciertas.
   • Un término de consistencia entre vistas ($\rho \xi_1^T S_1^{1/2} S_2^{1/2} \xi_2$) alinea las predicciones de las dos vistas.
   • La solución se deriva analíticamente resolviendo un sistema de ecuaciones lineales que involucra los multiplicadores de Lagrange, lo que resulta en una solución de forma cerrada para los pesos de salida ($\beta_1, \beta_2$).

Contribuciones Clave
El artículo describe cuatro contribuciones primarias:

1. Integración de IFS en RVFL: La introducción de conjuntos difusos intuicionistas en el marco de trabajo de RVFL para manejar la incertidumbre y la imprecisión de los datos. Los valores de membresía y no membresía se asignan según la distancia de la muestra desde los centros de clase y la heterogeneidad de los vecinos.
2. Mejora del Embebimiento de Grafos: La incorporación del marco de trabajo GE para capturar las relaciones geométricas dentro de los datos. Al definir grafos intrínsecos y de penalización sobre la matriz de características, el modelo preserva las estructuras topológicas para mejorar la generalización.
3. Utilización del Aprendizaje Multivista: La aplicación de MVL para combinar información de múltiples vistas de características, permitiendo al modelo capturar patrones complejos que no son evidentes en una sola vista.
4. Validación Empírica: Experimentos extensos en conjuntos de datos de referencia de los repositorios UCI y KEEL, respaldados por análisis estadísticos (Friedman, Wilcoxon y pruebas de victoria-empate-derrota) para validar la superioridad del modelo.

Resultados
El modelo IFGRVFL-MV fue evaluado en ocho conjuntos de datos de referencia (ej. pittsburgh-bridges, breast-cancer, mammographic, Pima).

• Desempeño: El modelo propuesto alcanzó la precisión de clasificación promedio más alta de 81.06%, superando a los modelos de referencia incluyendo RVFL1 (71.99%), RVFL2 (70.38%), GE-IFWRVFL (76.00%) y GRVFL-MV (79.50%).
• Significancia Estadística:
  • La prueba de Friedman arrojó un estadístico de 23.714 con un p-valor de 0.00009, rechazando la hipótesis nula y confirmando diferencias significativas de desempeño entre los modelos. El modelo propuesto logró el mejor rango medio (1.19).
  • La prueba post hoc de Nemenyi identificó brechas significativas entre el modelo propuesto y otros, particularmente contra GRVFL-MV.
  • La prueba de rangos con signo de Wilcoxon confirmó que IFGRVFL-MV supera significativamente a RVFL1, RVFL2 y GE-IFWRVFL (p-valores < 0.05).
  • Análisis de Victoria-Empate-Derrota: A través de los conjuntos de datos, IFGRVFL-MV obtuvo entre 5 y 7 victorias contra los modelos de referencia, demostrando una superioridad constante.

Significancia y Reclamaciones
El artículo afirma que el IFGRVFL-MV representa un avance prometedor en el dominio de los entornos de aprendizaje multivista y de incertidumbre. Al combinar sin fisuras la teoría difusa intuicionista, el embebimiento de grafos y el aprendizaje multivista, el modelo aborda las limitaciones de los enfoques existentes que tratan estas técnicas de forma aislada. Los autores sostienen que el modelo maneja eficazmente los conjuntos de datos ruidosos y aprovecha la información complementaria de las características para lograr una precisión de clasificación superior. El trabajo establece un nuevo estándar para los modelos basados en RVFL, aunque los autores señalan que el trabajo futuro se centrará en optimizar la eficiencia computacional y explorar la escalabilidad en conjuntos de datos más grandes y del mundo real.