Resumen

En este trabajo se investiga acerca de las técnicas del softcomputing y sus potencialidades en el aprendizaje automático y en la solución de problemas de diagnóstico médico. Se presenta un nuevo modelo que permite aprender y generalizar en forma de reglas borrosas el conocimiento implícito en bases de casos y que posibilita además la clasificación de nuevos casos tomando como base la explotación de un sistema de inferencia borroso del tipo Sugeno grado cero. Como parte del modelo desarrollado se presenta el algoritmo MLRul para la generación de reglas borrosas. Se desarrollan además algoritmos para la optimización de bases de reglas borrosas tomando como base la aplicación de heurísticas y algoritmos evolutivos. Se muestra la aplicación del modelo desarrollado sobre bases de datos internacionales utilizando el sistema MLClassif y se comparan los resultados con otros sistemas y modelos para la clasificación.

Palabras clave: Diagnóstico médico aprendizaje automático reglas borrosas.

2006-04-06   |   1,735 visitas   |   Evalua este artículo 0 valoraciones

Vol. 7 Núm.1. Enero-Abril 2006 Pags. 11-24 BFMC 2006; 7(1)