Export ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://bdtd.ucb.br:8443/jspui/handle/123456789/1480
Type: Dissertação
Title: Modelo GAC-BRASIL: algoritmo genético aplicado à similaridade para raciocínio baseado em casos: estudo de caso em diagnóstico de cardiopatia isquêmica
Author(s): Almeida, Sandro Moretti Correia de 
First Advisor: Brasil, Lourdes Mattos
First co-advisor: Ferneda, Edílson
???metadata.dc.contributor.referee1???: Carvalho, Hervaldo Sampaio
???metadata.dc.contributor.referee2???: Nobrega, Germana Menezes da
???metadata.dc.contributor.referee3???: Lopes, Heitor Silvério
Summary: O objetivo do Raciocínio Baseado em Casos (RBC) é a reutilização de soluções conhecidas no contexto de um problema novo, de solução ainda desconhecida, através da busca de casos semelhantes. Esta determinação de exemplos de casos similares é um dos problemas centrais desta técnica da Inteligência Artificial. O módulo RBC do Projeto Inteligência Artificial Aplicada na Modelagem e Implementação de um Consultório Virtual (IACVIRTUAL) da Universidade Católica de Brasília utiliza uma função de similaridade global que computa a soma ponderada dos resultados das funções de similaridade local de cada característica do caso, sendo que o peso atribuído para cada característica foi definido por um especialista do campo da Cardiopatia Isquêmica. Esta forma de atribuição, embora bastante utilizada, é baseada somente na experiência e conhecimento de uma ou mais pessoas, sendo, portanto, subjetiva e não fundamentada em bases estatísticas. Este trabalho define um modelo de Algoritmo Genético aplicado à Similaridade para Raciocínio Baseado em Casos, que foi denominado GAC-BRASIL a partir do inglês Genetic Algorithm applied to Case-Based ReAsoning SImiLarity. O Algoritmo Genético, técnica de Aprendizado de Máquina baseada na Computação Evolucionária, cobre o espaço de busca combinando a sobrevivência de estruturas de valores melhor adequadas à solução e a troca de informações entre estas de uma maneira estruturada e ao mesmo tempo aleatória, num mecanismo de otimização que imita a genética e a seleção natural. Será apresentado um estudo de caso validado por um especialista médico da área de Cardiologia, onde o modelo GAC-BRASIL foi utilizado para a criação de um módulo que determina os pesos ideais de cada característica no cálculo da função de similaridade global do módulo RBC no contexto do Projeto IACVIRTUAL com casos reais de Cardiopatia Isquêmica.
Abstract: The goal of Case-Based Reasoning (CBR) is to reuse known solutions to solve new problems by searching for similar cases in a base of cases. Similarity establishing criteria is one of the major issues of this Artificial Intelligence technique. The CBR module of Artificial Intelligence Applied in the Modeling and Implementation of a Virtual Medical Office Project (IACVIRTUAL) uses a global similarity function that computes the weighed sum of the local similarity functions previous results for each symptom or characteristic between the cases. The weighs that indicated the relevance used by this function have been indicated by an Ischemic Cardiopathy expert. Although this method is largely applied, this definition totally relies on the skill and medical knowledge of one or more experts, therefore is subjective and non statistics oriented. Genetic Algorithm is a Learning Machine method based on Evolutionary Computation that covers the search space by combining the best fitness structures survival and the information exchange between them, in a structured and random way as well. Such search mechanism emulates the natural genetic and the natural selection. This work defines a model of Genetic Algorithm applied to Case-Based ReAsoning SImiLarity named GAC-BRASIL, and it will present a case study validated by a Cardiology medical expert. In this validation with real Ischemic Cardiopathy cases, the GAC-BRASIL model has been used to create a system to find the most appropriated weighs for each symptom or characteristic to be used on the global similarity function of the CBR module of IACVIRTUAL Project.
Keywords: algoritmos genéticos; raciocínio; aprendizado do computador; diagnóstico; cardiopatia
raciocínio baseado em casos
cálculo de similaridade
aprendizagem de máquina
diagnóstico médico
cardiopatia isquêmica
genetic algorithm
case-based reasoning
similarity calculation
learning machine
medical diagnosis
ischemic cardiopathy
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Parents: BR
Publisher: Universidade Católica de Brasília
Institution Abbreviation: UCB
Department: Informática
Program: Programa de Pós-Graduação em Gestão do Conhecimento e da Tecnologia da Informação
Citation: ALMEIDA, Sandro Moretti Correia de. Modelo GAC-BRASIL: algoritmo genético aplicado à similaridade para raciocínio baseado em casos: estudo de caso em diagnóstico de cardiopatia isquêmica. 2006. 90 f. Dissertação (Mestrado em Informática) - Universidade Católica de Brasília, Brasília, 2006.
Access Type: Acesso Aberto
URI:  https://bdtd.ucb.br:8443/jspui/handle/123456789/1480
Document date: 1-Dec-2006
Appears in Collections:Programa de Pós-Graduação em Gestão do Conhecimento e da Tecnologia da Informação

Files in This Item:
File Description SizeFormat 
Sandro_Dis_final.pdf621.32 kBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.