Análisis comparativo de dos sistemas expertos para el apoyo diagn óstico veterinario en los caninos (ACODSEVEC)

ACODSEVEC está enfocado en dar un apoyo médico veterinario en el diagnóstico de algunas enfermedades en los caninos que se encuentran en las fundaciones, ya que estos no cuentan con un servicio oportuno de un especialista y ponen en riesgo la integridad y calidad de vida de los caninos. Por lo tanto...

Full description

Autores:
Cabrera Matabajoy, Carlos Andrés
Noreña Valencia, Christian David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2016
Institución:
Universidad del Valle
Repositorio:
Repositorio Digital Univalle
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.univalle.edu.co:10893/17329
Acceso en línea:
https://hdl.handle.net/10893/17329
Palabra clave:
Sistemas expertos (Computadores)
Inteligencia artificial
Redes neuronales
Caninos
Diagnóstico de enfermedades
Empresas veterinarias
Medicina veterinaria
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
Description
Summary:ACODSEVEC está enfocado en dar un apoyo médico veterinario en el diagnóstico de algunas enfermedades en los caninos que se encuentran en las fundaciones, ya que estos no cuentan con un servicio oportuno de un especialista y ponen en riesgo la integridad y calidad de vida de los caninos. Por lo tanto, se dió solución a este problema por medio de un estudio, diseño, desarrollo, implementación, comparación y evaluación de dos sistemas expertos que se basan en estrategias de inteligencia artificial para buscar la solución más acertada en cuanto al diagnóstico de enfermedades de los caninos. Con respecto a lo anterior, se estudiaron las técnicas de Inteligencia Artificial Redes Neuronales Artificiales Backpropagation y Algoritmo de Clasificación de Documentos, se recolectaron y procesaron la información necesaria para entrenar y probar los algoritmos. Esta información está conformada por 463 historias clínicas sobre caninos, se determinaron 11 enfermedades y 122 a 140 síntomas. Se realizó 27000 pruebas para el algoritmo backpropagation y 100 para el algoritmo de Clasificación de Documentos, de las cuales se obtuvieron resultados en cuanto al porcentaje de aciertos superando el 70% de aciertos. Además, los resultados en tiempo de entrenamiento de los algoritmos tuvo un promedio, en el mejor de los casos, para la Backpropagation de 22.1 segundos y el algoritmo de Clasificación de Documentos de 0.128 segundos. Por lo anterior, se determinó que el algoritmo que mejor da resultado de acuerdo a las pruebas, es el algoritmo de Clasificación de Documentos, ya que su tiempo de entrenamiento es muy inferior al de la Backpropagation.