Reductos mínimos con GRASP

Minimal reducts with GRASP

Iris Iddaly Méndez–Gurrola^*
Ana Lilia Laureano–Cruces^†
Javier Ramírez–Rodríguez^‡

---

Resumen

La detección adecuada del nivel de demencia de un paciente es importante para brindar el tratamiento adecuado. El diagnóstico se basa en ciertos criterios, reflejados en los exámenes clínicos. De estos exámenes surgen las limitaciones y el grado en que  se encuentra cada una de ellas en los pacientes. Para reducir el total de limitaciones a  ser evaluadas, utilizamos la teoría de Conjuntos Imprecisos, esta teoría ha sido  aplicada en áreas de la inteligencia artificial tales como análisis de decisiones, sistemas  expertos, descubrimiento de conocimiento, clasificación con múltiples atributos. En  nuestro caso se aplica para encontrar el conjunto mínimo de limitaciones o reducto que  genera la misma clasificación que considerando todas las limitaciones, para ello se  desarrollo un algoritmo GRASP (Greedy Randomized Adaptive Search Procedure).

Palabras clave: demencias, conjuntos imprecisos, heurísticas, reducción de datos.

Abstract

The proper detection of patient level of dementia is important to offer the suitable  treatment. The diagnosis is based on certain criteria, reflected in the clinical  examinations. From these examinations emerge the limitations and the degree in  which each patient is in. In order to reduce the total of limitations to be evaluated, we  used the rough set theory, this theory has been applied in areas of the artificial   intelligence such as decision analysis, expert systems, knowledge discovery,  classification with multiple attributes. In our case this theory is applied to find the  minimal limitations set or reduct that generate the same classification that considering  all the limitations, to fulfill this purpose we development an algorithm GRASP (Greedy Randomized Adaptive Search Procedure).

Keywords: dementias, rough set, heuristics, data reduction.

Mathematics Subject Classification: 68T20, 68T30, 68T37.

---

Ver contenido disponible en pdf

---

Referencias

[1] Bjorvand, A.T. (1997) “Rough enough – A system supporting the rough sets approach”, Sixth Scandinavian Conference on Artificial Intelligence, Helsinki, Finland: 290–291.         [ Links ]

[2] Bjorvand, A.T.; Komorowski, J. (1997) “Practical applications of genetic algorithms for efficient reduct computation”, Wissenschaft & Technik Verlag 4: 601–         [ Links ]606.

[3] Lezak, M.D.; Howieson, D.B.; Loring, D.D.; Hannay, H.J.; Fisher, J.S. (2004) Neuropsychological Assessment. Oxford University Press, New York.         [ Links ]

[4] Méndez-Gurrola, I.I.; Laureano-Cruces, A.L.; Sánchez de Antuñano, J.; de Arriga- Gómez, F. (2009) “Aplicaciones de apoyo a pacientes con Alzheimer” , XXII Congreso  Nacional y VIII Congreso Internacional de Informática y Computación de la ANIEI,  Ensenada, Baja California: 337–342.         [ Links ]

[5] Pawlak, Z.; Skowron, A. (2007) “Rudiments of rough sets”, Information Sciences 177(1): 3–27.         [ Links ]

[6] Resende, M.G.C.; González Velarde, J.L. (2003) “GRASP: Greedy randomized  adaptive search procedures”, Revista Iberoamericana de Inteligencia Artificial 19: 61–76.         [ Links ]

[7] Segovia-Vargas, M.J.; Gil-Fana, J.A.; Heras-Martínez, A.; Vilar-Zañon, J.L. (2002) “Predicción de insolvencias con el método Rouge Set”, X Jornadas de Asepuma, Madrid.         [ Links ]

[8] Wróblewski, J. (1995) “Finding minimal reducts using genetic algorithm”, Proc. of the Second Annual Join Conference on Information Sciences, Wrightsville Beach, NC: 186–189.         [ Links ]

---

Received: 18 Feb 2010; Revised: 20 Aug 2010; Accepted: 26 Nov 2010