Empleo de las redes bayesianas para apoyar la toma de decisiones sobre la propagación de la Covid-19

##plugins.themes.bootstrap3.article.main##

Freddy E. Torres Cordero Neilys González Benítez Omar Mar Cornelio

Resumen

Las redes bayesianas proveen información sobre las relaciones de dependencia e independencia condicional existentes entre las variables. La inclusión de las relaciones de independencia en la propia estructura de la red, hace de las redes bayesianas una buena herramienta para representar conocimiento de forma compacta pues se reduce el número de parámetros necesarios.  En general, su aplicación para apoyar la toma de decisiones sobre la propagación de la Covid-19 es escasa. La toma de decisiones para la Covid-19, ha estado centrada en el uso de modelos matemáticos que utilizan datos discretos en la búsqueda del conocimiento sobre la evolución de la epidemia, considerando a los sujetos susceptibles, expuestos, infectados y recuperados. En el presente trabajo se realiza un estudio de las redes bayesianas como una herramienta para resolver distintos problemas en los modelos matemáticos que utilizan datos discretos en la búsqueda del conocimiento sobre la evolución de la epidemia: considerando a los sujetos susceptibles, expuestos, infectados y recuperados. La posibilidad de trabajar con datos discretos y continuos simultáneamente, la variedad de problemas que pueden resolver, y la flexibilidad en la estructura del modelo, convierten a las redes bayesianas en una herramienta apropiada, en los modelos para apoyar la toma de decisiones sobre la propagación de la Covid-19.

##plugins.themes.bootstrap3.article.details##

Cómo citar
Torres Cordero, F., González Benítez, N., & Mar Cornelio, O. (2021). Empleo de las redes bayesianas para apoyar la toma de decisiones sobre la propagación de la Covid-19. Serie Científica De La Universidad De Las Ciencias Informáticas, 14(5), 154-167. Recuperado a partir de https://publicaciones.uci.cu/index.php/serie/article/view/870
Sección
Artículos de revisión

Artículos más leídos del mismo autor/a

<< < 1 2