Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades

Autores
Delsol, Kevin; Isaia, Miguel; Minetti, Gabriela F.
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes sospechados de padecer diabetes de tipo II. Por tal motivo, nuestra propuesta consiste en desarrollar algoritmos aproximados basados en perceptrones multicapa, en algoritmos genéticos y en algoritmos que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con respecto a estas enfermedades. Los experimentos numéricos permiten evaluar y comparar el rendimiento de las distintas propuestas utilizando conjuntos de datos reales. Los resultados muestran que nuestras propuestas logran resultados con errores de clasificación próximos a cero, además de, superar el desempeño de algoritmos propuestos en la literatura.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
Algorithms
Diagnóstico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52060
Acceder
id SEDICI_b800f2657bde2bbfa2125a06970da31b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52060
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedadesDelsol, KevinIsaia, MiguelMinetti, Gabriela F.Ciencias InformáticasAlgorithmsDiagnósticoEl diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes sospechados de padecer diabetes de tipo II. Por tal motivo, nuestra propuesta consiste en desarrollar algoritmos aproximados basados en perceptrones multicapa, en algoritmos genéticos y en algoritmos que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con respecto a estas enfermedades. Los experimentos numéricos permiten evaluar y comparar el rendimiento de las distintas propuestas utilizando conjuntos de datos reales. Los resultados muestran que nuestras propuestas logran resultados con errores de clasificación próximos a cero, además de, superar el desempeño de algoritmos propuestos en la literatura.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf49-56http://sedici.unlp.edu.ar/handle/10915/52060spainfo:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/asai49-56.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:31Zoai:sedici.unlp.edu.ar:10915/52060Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:31.344SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
title Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
spellingShingle Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
Delsol, Kevin
Ciencias Informáticas
Algorithms
Diagnóstico
title_short Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
title_full Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
title_fullStr Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
title_full_unstemmed Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
title_sort Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
dc.creator.none.fl_str_mv Delsol, Kevin
Isaia, Miguel
Minetti, Gabriela F.
author Delsol, Kevin
author_facet Delsol, Kevin
Isaia, Miguel
Minetti, Gabriela F.
author_role author
author2 Isaia, Miguel
Minetti, Gabriela F.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algorithms
Diagnóstico
topic Ciencias Informáticas
Algorithms
Diagnóstico
dc.description.none.fl_txt_mv El diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes sospechados de padecer diabetes de tipo II. Por tal motivo, nuestra propuesta consiste en desarrollar algoritmos aproximados basados en perceptrones multicapa, en algoritmos genéticos y en algoritmos que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con respecto a estas enfermedades. Los experimentos numéricos permiten evaluar y comparar el rendimiento de las distintas propuestas utilizando conjuntos de datos reales. Los resultados muestran que nuestras propuestas logran resultados con errores de clasificación próximos a cero, además de, superar el desempeño de algoritmos propuestos en la literatura.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description El diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes sospechados de padecer diabetes de tipo II. Por tal motivo, nuestra propuesta consiste en desarrollar algoritmos aproximados basados en perceptrones multicapa, en algoritmos genéticos y en algoritmos que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con respecto a estas enfermedades. Los experimentos numéricos permiten evaluar y comparar el rendimiento de las distintas propuestas utilizando conjuntos de datos reales. Los resultados muestran que nuestras propuestas logran resultados con errores de clasificación próximos a cero, además de, superar el desempeño de algoritmos propuestos en la literatura.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52060
url http://sedici.unlp.edu.ar/handle/10915/52060
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://44jaiio.sadio.org.ar/sites/default/files/asai49-56.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7585
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
49-56
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615914119495680
score 13.069144

Publicaciones similares