DOI:
https://doi.org/10.14483/udistrital.jour.tecnura.2012.3.a03Publicado:
2012-07-01Número:
Vol. 16 Núm. 33 (2012): Julio - SeptiembreSección:
InvestigaciónModelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial
Descargas
Resumen (es)
Este trabajo de investigación está orientado hacia el área de la bioinformática, en el campo de minería de datos que utiliza la técnica de redes bayesianas y árboles de decisión. Para evaluar la utilidad de la metodología bayesiana en la predicción y diagnóstico médico de enfermedades complejas (cardiovasculares), las redes bayesianas se utilizan como representación gráfica del conocimiento previo y métodos de razonamiento en los modelos probabilísticos, en la clasificación de los datos desde la base de datos todavía existen problemas de esta manera la estructura obtenida puede presentar un grado de complejidad innecesario que dificulta la representación e interpretación del conocimiento, así como también la eficiencia del proceso de inferencia.Cómo citar
APA
Solarte Martínez, G. R., y Castro Bermúdez, Y. V. (2012). Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial. Tecnura, 16(33), 35–52. https://doi.org/10.14483/udistrital.jour.tecnura.2012.3.a03
ACM
[1]
Solarte Martínez, G.R. y Castro Bermúdez, Y.V. 2012. Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial. Tecnura. 16, 33 (jul. 2012), 35–52. DOI:https://doi.org/10.14483/udistrital.jour.tecnura.2012.3.a03.
ACS
(1)
Solarte Martínez, G. R.; Castro Bermúdez, Y. V. Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial. Tecnura 2012, 16, 35-52.
ABNT
SOLARTE MARTÍNEZ, Guillermo Roberto; CASTRO BERMÚDEZ, Yanci Viviana. Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial. Tecnura, [S. l.], v. 16, n. 33, p. 35–52, 2012. DOI: 10.14483/udistrital.jour.tecnura.2012.3.a03. Disponível em: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6866. Acesso em: 24 abr. 2024.
Chicago
Solarte Martínez, Guillermo Roberto, y Yanci Viviana Castro Bermúdez. 2012. «Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial». Tecnura 16 (33):35-52. https://doi.org/10.14483/udistrital.jour.tecnura.2012.3.a03.
Harvard
Solarte Martínez, G. R. y Castro Bermúdez, Y. V. (2012) «Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial», Tecnura, 16(33), pp. 35–52. doi: 10.14483/udistrital.jour.tecnura.2012.3.a03.
IEEE
[1]
G. R. Solarte Martínez y Y. V. Castro Bermúdez, «Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial», Tecnura, vol. 16, n.º 33, pp. 35–52, jul. 2012.
MLA
Solarte Martínez, Guillermo Roberto, y Yanci Viviana Castro Bermúdez. «Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial». Tecnura, vol. 16, n.º 33, julio de 2012, pp. 35-52, doi:10.14483/udistrital.jour.tecnura.2012.3.a03.
Turabian
Solarte Martínez, Guillermo Roberto, y Yanci Viviana Castro Bermúdez. «Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial». Tecnura 16, no. 33 (julio 1, 2012): 35–52. Accedido abril 24, 2024. https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6866.
Vancouver
1.
Solarte Martínez GR, Castro Bermúdez YV. Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial. Tecnura [Internet]. 1 de julio de 2012 [citado 24 de abril de 2024];16(33):35-52. Disponible en: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6866
Descargar cita
Licencia
Esta licencia permite a otros remezclar, adaptar y desarrollar su trabajo incluso con fines comerciales, siempre que le den crédito y concedan licencias para sus nuevas creaciones bajo los mismos términos. Esta licencia a menudo se compara con las licencias de software libre y de código abierto “copyleft”. Todos los trabajos nuevos basados en el tuyo tendrán la misma licencia, por lo que cualquier derivado también permitirá el uso comercial. Esta es la licencia utilizada por Wikipedia y se recomienda para materiales que se beneficiarían al incorporar contenido de Wikipedia y proyectos con licencias similares.
