Técnicas para la representación del conocimiento causal: un estudio de caso en Informática Médica

Maikel Leyva-Vázquez, Karina Pérez-Teruel, Ailyn Febles-Estrada, Jorge Gulín-González

Texto completo:

HTML PDF

Resumen

Frecuentemente en la medicina se busca descubrir y representar las relaciones causales entre variables de interés. Con el fin de representar computacionalmente el conocimiento causal se debe recurrir a grafos dirigidos. Existen dos técnicas fundamentales: las redes bayesianas y los mapas cognitivos difusos. En el presente trabajo se comparan ambas técnicas y se muestran la ventajas que presentan los mapas cognitivos difusos. Se sugiere la aplicación de los mapas cognitivos difusos en la medicina. Se muestra un procedimiento para la obtención de modelos causales. Se presenta un estudio de caso donde se muestra la aplicabilidad de la propuesta y las ventajas de los mapas cognitivos en la representación del conocimiento causal en una situación determinada. Se finaliza con las conclusiones y propuesta de trabajos futuros para extender el uso de los mapas cognitivos difusos.

DOI: http://dx.doi.org/10.36512/rcics.v24i1.382

Copyright (c) 2015 Maikel Leyva-Vázquez, Karina Pérez-Teruel, Ailyn Febles-Estrada, Jorge Gulín-González

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.