Artículos de revistas
Medical Diagnosis Using Temporal Probabilistic Networks
Autor
ARROYO FIGUEROA, GUSTAVO
SUCAR , ENRIQUE
Institución
Resumen
DIAGNOSIS AND PREDICTION IN SOME DOMAINS, LIKE MEDICINE, REQUIRE AN ADEQUATE REPRESENTATION THAT COMBINES UNCERTAINTY MANAGEMENT AND TEMPORAL REASONING. THIS PAPER PRESENTS A NOVEL REPRESENTATION CALLED TEMPORAL NODES BAYSIN NETWORK (TNBN). A TNBN IS A BAYESIAN NETWORK IN WHICH EACH NODE REPRESENTS AN EVENT OR STATE CHANGES OF A VARIABLE, AND AN ARE CORRESPONDS TO A CAUSAL-TEMPORAL RELATIONSHIP. A TEMPORAL NODE REPRESENTS THE TIME THAT A VARIABLE CHANGES STATE. INCLUDING AN OPTION OF NO-CHANGE. THE TEMPORAL INTERVALS CAN DIFFER IN NUMBER AND SIZE FOR CACH TEMPORAL NODE, SO THIS ALOWS MULTIPLE GRANULARY, THE PROPOSED APPROACH IS APPLIED TO MEDICAL DIAGNOSIS THROUGH A CASE STUDY WHE A CAR ACCIDENT OCCURS. THE RESULTS OF THIS STUDY FOR DIFFERENT EN ESTE TRABAJO SE PRESENTA EL DESARROLLO Y LA APLICACIÓN DE UN NUEVO FORMALISMO QUE COMBINA EL MANEJO DE INCERTIDUMBRE CON EL MANEJO DE RELACIONES TEMPORALES. EL FORMALISMO ES DENOMINADO COMO RED BAYESIANA CON NODOS TEMPORALES (BRENT)). UNA BRENT PUEDE VERSE COMO UNA ESTRUCTURA DINÁMICA COMPACTA QUE MANEJA CAMBIOS DE ESTADOS (EVENTOS), EN VEZ DE ESTADO DE LAS VARIABLES, ASOCIADOS A UN INTERVALO DE TIEMPO DONDE ES FACTIBLE SU OCURRENCIA. ESTOS INTERVALOS DE TIEMPO PUEDE SER DEFINIDOS DE MANERA DIFERENTE EN NUMERO Y EN MAGNITUD PARA CADO NODO TEMPORAL, LO CUAL HACE QUE EL FORMALISMO SEA DE MÚLTIPLE GRANULARIDAD Y CON ALTA CAPACIDAD EXPRESIVA. EL MODELO ES APLICADO AL DIAGNOSTICO MEDICO DE LAS LESIONES EN UN PACIENTE CUANDO HA OCURRIDO UN ACCIDENTE AUTOMOVILÍSTICO.