Sistemas de razonamiento basado en casos para aplicaciones médicas con etapas de adaptación y recuperación mejoradas

Bastidas Torres, David Ramiro Y Piñeros Rodríguez, Camilo Andrés (2018) Sistemas de razonamiento basado en casos para aplicaciones médicas con etapas de adaptación y recuperación mejoradas. Project Report. Universidad de Nariño, Pasto.

Text 92821.pdf Download (5MB)

Resumen

En este trabajo se presenta una modificación a la metodología convencional en el proceso de clasificación en un sistema de razonamiento basado en casos (CBR), el cual está fundamentado en el aprendizaje adquirido por expertos. Su objetivo es solucionar futuros problemas de características similares a las adquiridas y recopilar información de posibles nuevos casos de forma que se mantenga un aprendizaje continuo. Las aplicaciones más frecuentes están en el ámbito médico, en donde el CBR puede proveer información confiable que sirve de apoyo al diagnóstico, en especial, en situaciones donde es difícil determinar con exactitud una patología. En la actualidad, los sistemas CBR proveen una clasificación de datos con tendencia a un porcentaje de error aceptable, y por este motivo son susceptibles a mejoras en aspectos como precisión, exactitud e interacción con el usuario de tal manera que sean más explicativos y claros en la información que entregan como respuesta. Para lograrlo, aquí se modifica la metodología como sigue: Primero, se realiza un estudio comparativo entre métodos de selección de características y balanceo de datos (etapa conocida como Pre-procesamiento que es independiente al ciclo del CBR propuesto). Segundo, se utiliza la fusión de las etapas de Recuperación y Adaptación de un sistema CBR convencional utilizando clasificación en cascada y un sistema de estimación de probabilidad empleando Maquinas de vectores de soporte (por sus siglas en ingles SVM). Los resultados obtenidos comprueban que el CBR propuesto tiene un mayor grado de precisión y exactitud en comparación a otras aproximaciones, y que además tiene la habilidad de retener la nueva información de manera automática o según la valoración de un especialista. Se verifica que la metodología propuesta con clasificación en cascada y estimación de probabilidad SVM mejora los resultados obtenidos con respecto a CBR convencionales, en donde se utiliza clasificadores individuales y ningún proceso de estimación de probabilidad. De igual manera, se demuestra que el sistema SVM ofrece mejores resultados como estimador de probabilidad frente a otros estimadores comunes como los basados en vecinos más cercanos (por sus siglas en ingles KNN) y ventanas de Parzen.

Tipo de Elemento:	Monografía (Project Report)
Información Adicional:	Asesor Phd. Diego Hernán Peluffo Ordóñes
Palabras Clave:	un sistema de razonamiento, patología, sistemas CBR, balanceo de datos
Asunto:	T Tecnología > T Technology (General) T Tecnología > TK Electrical engineering. Electronics Nuclear engineering
Division:	Facultad de Ingeniería > Programa de Ingeniería Electrónica > Trabajos de grado
Depósito de Usuario:	Monitor Biblioteca 3 Quijano Guerrero
Fecha Deposito:	31 May 2023 13:07
Ultima Modificación:	31 May 2023 13:07
URI:	http://sired.udenar.edu.co/id/eprint/7854

Ver Elemento