Comparativa de sistema experto basado en reglas, redes neuronales y probabilidades

Resumen

El presente artículo “Comparativa de sistema experto basado en reglas, redes neuronales y probabilidades”, muestra los diferentes modelos para resolver un caso de sistemas expertos, para ello nos agenciamos de dos áreas de la inteligencia artificial y una de la estadística y probabilidad para poder dar solución a este tipo de casos que requiera conocimiento. Considerando casos similares de tipo síntomas-enfermedad para las diferentes maneras de cómo resolverlos. Para el caso de probabilidades se tiene que crear un conjunto de reglas que refleja la interpretación del especialista en el área de evaluación (esto se encarga el ingeniero de conocimiento) formalizándolo en un grafo AND/OR y llevando a un lenguaje de tenga motor de inferencia para poder resolverlos. Otro caso es usando redes neuronales donde los patrones de entrada son los síntomas y las salidas son las enfermedades, para ello se tiene que ingresar casos para el proceso de aprendizaje, tomando como tipo de red neuronal el de propagación hacia atrás. Como último caso se usa el método probabilístico del teorema de bayes (tomando los casos históricos como antecedentes de pacientes). Usamos estos métodos para dar solución a casos que se requiera un especialista, donde cada uno tiene su particularidad para dar soluciones (ya sea en el proceso de aprendizaje, de inferencia o de evaluación por antecedentes), entre otras cosas.