Search

Trabajo fin de Máster defendido en la Facultad de Ciencias de la Universidad de Cantabria, el 15 de julio de 2022 -Curso 2021-2022 - Máster Interuniversitario en Ciencia de Datos / Master in Data Science (UIMP-UC-CSIC), [EN] In light of the ongoing global change, a better understanding of global wildfire activity is the key to anticipate future impacts and minimize, as much as possible, their negative consequences on natural ecosystems and human economy, in order to adequately guide management practices, preparedness and mitigation policies at the different stages of the decision-making process. This master's thesis presents a global-scale analysis of the inter-annual synchronicity of wildfires using two types of probabilistic networks, able to capture the underlying structures in the data from two different approaches: correlation-based and bayesian networks. By studying their properties through centrality measures and community detection for the complex network, and inference from the Bayesian network, we seek to gain a better understanding of the interrelationships between fire activity in different regions of the planet, highlighting the most important teleconnection patterns, helping to develop and test plausible hypothesis about the underlying mechanisms supporting these relationships., [ES] En vista del actual cambio global, una mejor comprensión del fenómeno de los incendios puede resultar clave para anticipar futuros impactos y minimizar, en la medida de lo posible, las consecuencias negativas sobre los sistemas naturales y la economía humana, orientando adecuadamente las políticas de gestión, preparación y mitigación a diferentes niveles del proceso de toma de decisiones. En este trabajo se presenta un análisis a escala global de la sincronicidad anual del fenómeno de los incendios, a través de la construcción de dos tipos de redes complejas que reflejan las estructuras subyacentes en los datos desde enfoques distintos: redes de correlación y redes bayesianas. Estudiando sus propiedades a través de medidas de centralidad y detección de comunidades para la red compleja y de inferencia para la red bayesiana se logra una mejor comprensión de la interrelacion entre la actividad de los incendios en diferentes regiones del planeta, destacando aquellos patrones de teleconexión más relevantes que pueden dar lugar a análisis posteriores más detallados sobre la causalidad de dichas relaciones.

This research aimed to formulate a Bayesian model based on the Naive Bayes algorithm, to predict morbidity in neonates in a case study of pregnant mothers in Metropolitan Lima. The study uses mathematical algorithms for the exploitation of information in prevention of possible health-related problems. 13 predictive nutritional variables proposed by Krauss were raised. The model consists first of all, in the collection of the nutritional information in a controlled way of the pregnant women involved, then, the information is analyzed to determine the relationship of the most influential variables for the model, then the Bayesian model of acyclic characteristic was constructed and directed composed of nodes and edges, because the variables directly affected to the morbidity of the neonate are known and finally the model affected by the statistical results of the nutritional variables is validated, as part of the process of formulating the model and by experts judgment in the topic. The results conclude that the predictive variables that directly influence are: breads, sugars, oils, fats and salt; and conversely: fruits, water, vegetables and vegetables; the model also predicts the morbidity of the newborn with a probability of 92% and an error of 8.0%. Se ha diseñado esta investigación con el objetivo de formular un modelo bayesiano nutricional para el pronóstico de la morbilidad en neonatos de madres gestantes de Lima Metropolitana. Este modelo está basado en algoritmos de Naive Bayes que consiste en clasificar el aprendizaje automático con variables predictoras independientes entre si.Asimismo, se ha aplicado algoritmos matemáticos para la exploración de la información respecto a la prevención de posibles problemas relacionados con la salud. Se utilizó 13 variables nutricionales predictoras propuesta por Krauss.La investigación consitió en primer lugar, en la recopilación de la información nutricional de manera controlada de las gestantes involucradas, luego, se analizó la información para determinar la relación de las variables más influyentes , posteriormente se elaboró el modelo bayesiano de característica acíclica y dirigida compuesta por nodos y aristas, porque se conoce que las variables afectan directamente a la morbilidad del neonato y finalmente se validó el modelo considerando los resultados estadísticos de las variables nutricionales, como parte del proceso de formulacióndel modelo y por juicio de expertos en el tema. En conclusión, las variables predictoras que influyen directamente son: panes, azúcares, aceites, grasas y sal; e indirectamente: frutas, agua, verduras y hortalizas; asimismo el modelo pronostica la morbilidad del neonato con una probabilidad del 92% y un error del 8.0 %.

Hoy en día cualquier producto de software genera una gran cantidad de datos tanto de manera explícita como implícita, los cuales se pueden aprovechar de muchas formas. Un ejemplo claro es su análisis para extraer información sobre como se está utilizando una aplicación o porque están ocurriendo según qué problemas. El uso de estos datos para guiar el desarrollo de un producto es una práctica cada vez más extendida, a la cual se la conoce como desarrollo dirigido por datos. En este proyecto estudiamos la utilidad de las redes bayesianas como herramienta de análisis para guiar el desarrollo de un proyecto software. Para ello, hemos creado un caso de estudio donde buscamos mejorar el juego en línea ChessLeague utilizando redes bayesianas como herramienta para analizar software logs. En este recopilamos feedback explícito e implícito de distintas fuentes. Este feedback se visualiza de manera exploratoria con dashboards y se usa para crear tres modelos con redes bayesianas que nos sirven para analizar el funcionamiento de la aplicación. Gracias a esto, hemos sido capaces de detectar múltiples puntos de mejora dentro del juego, que van desde problemas de rendimiento hasta errores que ocurren de forma recurrente en la aplicación, los cuales se han implementado como tarjetas en Scrum. Viendo estos resultados consideramos que el uso de redes bayesianas dentro del desarrollo dirigido por datos tiene un gran potencial como herramienta de análisis de software logs, y animamos al resto de la comunidad a seguir profundizando en sus posibles aplicaciones. Finalmente, concluimos que el desarrollo dirigido por datos resulta muy útil a la hora de tomar decisiones sobre el camino que ha de seguir un producto de software. Además, este enfoque nos proporciona una mejor visión de la aplicación, permitiéndonos por ejemplo detectar fallos o puntos débiles que de otra manera seguirían ocultos. Nowadays any software product generates a large amount of data both explicitly and implicitly, which can be leveraged in many ways. A clear example is its analysis to extract information about how an application is being used or why problems are occurring. Using this data to guide product development is an increasingly widespread practice, known as data-driven development. In this project, we study the usefulness of Bayesian networks as an analysis tool to guide the development of a software project. For this, we have created a case study where we seek to improve the online game ChessLeague using Bayesian networks as a tool to analyse software logs. In this, we collect explicit and implicit feedback from different sources. This feedback is visualized exploratorily with dashboards and is used to create three models with Bayesian networks that serve to analyse the application's operation. As a result, we have been able to detect multiple enhancement points within the game, ranging from performance problems to errors that occur repeatedly in the application, which have been implemented as cards in Scrum. Seeing these results, we consider that the use of Bayesian networks within data-directed development has great potential as a software logs analysis tool, and we encourage the rest of the community to continue to deepen its possible applications. Finally, we conclude that data-driven development is very useful in making decisions on the way a software product should follow. In addition, this approach gives us a better insight into the application, allowing us, for example, to detect faults or weaknesses that would otherwise remain hidden.

Hoy en día cualquier producto de software genera una gran cantidad de datos tanto de manera explícita como implícita, los cuales se pueden aprovechar de muchas formas. Un ejemplo claro es su análisis para extraer información sobre como se está utilizando una aplicación o porque están ocurriendo según qué problemas. El uso de estos datos para guiar el desarrollo de un producto es una práctica cada vez más extendida, a la cual se la conoce como desarrollo dirigido por datos. En este proyecto estudiamos la utilidad de las redes bayesianas como herramienta de análisis para guiar el desarrollo de un proyecto software. Para ello, hemos creado un caso de estudio donde buscamos mejorar el juego en línea ChessLeague utilizando redes bayesianas como herramienta para analizar software logs. En este recopilamos feedback explícito e implícito de distintas fuentes. Este feedback se visualiza de manera exploratoria con dashboards y se usa para crear tres modelos con redes bayesianas que nos sirven para analizar el funcionamiento de la aplicación. Gracias a esto, hemos sido capaces de detectar múltiples puntos de mejora dentro del juego, que van desde problemas de rendimiento hasta errores que ocurren de forma recurrente en la aplicación, los cuales se han implementado como tarjetas en Scrum. Viendo estos resultados consideramos que el uso de redes bayesianas dentro del desarrollo dirigido por datos tiene un gran potencial como herramienta de análisis de software logs, y animamos al resto de la comunidad a seguir profundizando en sus posibles aplicaciones. Finalmente, concluimos que el desarrollo dirigido por datos resulta muy útil a la hora de tomar decisiones sobre el camino que ha de seguir un producto de software. Además, este enfoque nos proporciona una mejor visión de la aplicación, permitiéndonos por ejemplo detectar fallos o puntos débiles que de otra manera seguirían ocultos. Nowadays any software product generates a large amount of data both explicitly and implicitly, which can be leveraged in many ways. A clear example is its analysis to extract information about how an application is being used or why problems are occurring. Using this data to guide product development is an increasingly widespread practice, known as data-driven development. In this project, we study the usefulness of Bayesian networks as an analysis tool to guide the development of a software project. For this, we have created a case study where we seek to improve the online game ChessLeague using Bayesian networks as a tool to analyse software logs. In this, we collect explicit and implicit feedback from different sources. This feedback is visualized exploratorily with dashboards and is used to create three models with Bayesian networks that serve to analyse the application's operation. As a result, we have been able to detect multiple enhancement points within the game, ranging from performance problems to errors that occur repeatedly in the application, which have been implemented as cards in Scrum. Seeing these results, we consider that the use of Bayesian networks within data-directed development has great potential as a software logs analysis tool, and we encourage the rest of the community to continue to deepen its possible applications. Finally, we conclude that data-driven development is very useful in making decisions on the way a software product should follow. In addition, this approach gives us a better insight into the application, allowing us, for example, to detect faults or weaknesses that would otherwise remain hidden.

El análisis de redes no es una metodología nueva para la psicología. Sin embargo, estamos asistiendo a un auge importante del uso de estos métodos en diferentes áreas del estudio científico del comportamiento. En este trabajo nos remontaremos al origen histórico de la teoría de grafos y analizaremos específicamente dos áreas concretas en las que el análisis de redes ha sido fructífero para la psicología: la cognición causal y la comprensión del trastorno psicológico. Realizaremos un recorrido histórico-filosófico por las contribuciones más importantes en lo relativo a la cognición causal y veremos cómo desembocaron en el uso de las redes bayesianas como herramientas normativas que permiten entender este fenómeno psicológico. También presentaremos una breve contextualización del análisis de redes que permite entender el trastorno mental. Finalmente, señalaremos algunos derroteros que podría tomar la simbiosis entre psicología y modelos gráficos, así como los problemas que habría que tratar de evitar., Network analysis is not a new methodology in psychology. However, network analysis-based methodologies are more and more common nowadays. Here we provide a historical review of two areas in which network analysis has been critical for psychology: causal cognition and psychopathology. We briefly review key points in the history of philosophy contributing to progresses in the scientific research about causal cognition. We show how those progresses evolved to considering Bayes networks as normative models to understand causal cognition. We also provide some notes about how network analysis allows to understand mental disorders. Finally, some future paths development regarding the usage of graphs models are suggested as well as some problems to avoid in the close future into this line of research.

Resumen Los Modelos Gráficos Probabilísticos (MGP) utilizan una representación basada en grafos para codificar de manera compacta distribuciones complejas en espacios de alta dimensionalidad. Un tipo de MGP son las Redes Bayesianas Dinámicas (RBDs) que se caracterizan por ser un sistema estacionario homogéneo, lo que permite que con ellas se pueden representar, de una manera compacta, grandes cantidades de información de muchas variables. En este trabajo se estudia la capacidad de predicción de las RBDs en cuanto al avance de la Sigatoka negra y la productividad del cultivo, utilizando los datos proporcionados por CORBANA. Estos datos tienen información histórica del clima y de dos fenómenos: el avance de la enfermedad denominada Sigatoka negra y la productividad del cultivo del banano. Para esto se comparó la capacidad de predicción de la RBDs con la de las Redes Bayesianas (RBs). Se diseñaron e implementaron una RBD y una RB que representan las relaciones encontradas en los datos, y con ellas se llevaron a cabo experimentos para identificar cómo los distintos factores inciden en la capacidad de predicción de las mismas. Los resultados obtenidos en los experimentos mostraron que la capacidad de predicción de las RBDs no supera la de las RBs utilizando los datos de la Corporación Nacional Bananera. De hecho, no se observó una diferencia significativa entre ambos tipos de red. Además, se observó gran diferencia en las ventajas teóricas del modelo de las RBDs frente a otros MGPs. Ya que en la práctica las limitaciones de las implementaciones disponibles hacen que no sea atractivo su uso. Abstract The Probabilistic Graphical Models (PGM) use a representation based on graphs to encode complex distributions in high dimensional spaces compactly. One type of PGM are the Dynamic Bayesian Networks (DBN) characterized for being a stationary and homogeneous system, allowing to represent huge amount of information of multiple variables in a compact way. In this paper the prediction capacity of the DBN on the evolution of the Black Sigatoka and the crops productivity, using the data from CORBANA is studied. This data contains historical information of the weather and of two phenomena: the evolution of the Black Sigatoka and the productivity of the crops. The prediction capacity of the DBN was compare with the Bayesian Networks (BN). A DBN and a BN were design and implemented representing the variables found on the data and their relations. Using them different experiments were done to determine the influence of the factors on their capacity of prediction. The obtained results on the experiments showed that the prediction capacity of the DBNs is not better that the prediction capacity of the BN using the data from CORBANA. In fact, there was not a significant difference when the network was changed. Although the DBN presented several theoretical advantages in comparison with other PGMs, in practice they were not observed. This happened because of the limitations of the available implementation of framework for using PGMs, making the DBNs not as attractive.

[ES] Las redes bayesianas constituyen una herramienta formal que permite modelar procesos caracterizados por la incertidumbre, lo cual es propio de muchos problemas reales. Con una red bayesiana se puede establecer un modelo completo sobre un conjunto de variables aleatorias y sus relaciones. Dicho modelo se puede utilizar para estimar probabilidades de ciertas variables de la red, que se denominan variables de estado, cuando son fijadas otras variables, llamadas variables de evidencia. El proceso de obtener la distribución de probabilidad de las variables de estado dadas las evidencias se denomina inferencia probabilística bayesiana. En este trabajo, tras introducir las redes bayesianas, se expone cómo utilizarlas en el aula analizando problemas de diagnóstico médico. Con esto se persigue un aprendizaje más significativo de los conceptos de independencia y de probabilidad condicional, que son esenciales para una correcta aplicación de numerosos métodos probabilísticos y estadísticos., [EN] Bayesian networks are a formal tool that allows to model processes characterized by uncertainty, which is typical of many real problems. A Bayesian network can establish a comprehensive model on a set of random variables and their relationships. This model can be used to estimate probabilities of certain variables of the network, which are called state variables, when other variables, named evidence variables, are fixed. The process of obtaining the probability distribution of the state variables, when the evidences are fixed, is named Bayesian probabilistic inference. In this work, after introducing the Bayesian networks, it is exposed how to use them in the classroom analysing medical diagnosis problems. This leads to a more meaningful learning of the concepts of independence and conditional probability, which are essential for the correct application of numerous probabilistic and statistical methods.

El presente trabajo estudia la capacidad de las Redes Bayesianas para predecir el riesgo de un paciente ingresado de padecer disfagia. En una primera parte se analizan diversas variables químicas, clínicas y bioquímicas para determinar qué parámetros tienen mayor capacidad de predicción de la disfagia, a continuación, y a nivel exploratorio, se estudian diversos modelos de machine learning para comparar su capacidad predictiva con las Redes Bayesianas. Una vez encontrado el modelo de Red Bayesiana que mejor métricas de comportamiento tiene se usan métricas para ver su coherencia interna. La última parte del trabajo analiza las diversas variables que tienen capacidad de influencia en el riesgo de padecer disfagia. We analyze the capacity of Bayesian Networks to predict the risk of an admitted patient to suffer dysphagia. First, we study different chemistry, clinic, and biochemistry variables to infer which parameters have better capacity to explain dysphagia, secondly, as an exploration exercise, we prove different machine learning models, to compare the capacity of predict dysphagia of both machine learning models and Bayesian Networks. We also introduce different metrics to evaluate if we if the final model is internally coherence. Last part of this work explores the different influence of variables into the risk of suffer dysphagia. El present treball estudia la capacitat de les Xarxes Bayesianas per a predir el risc d'un pacient ingressat de patir disfagia. En una primera part s'analitzen diverses variables químiques, clíniques i bioquímiques per a determinar què paràmetres tenen major capacitat de predicció de la disfagia, a continuació, i a nivell exploratori, s'estudien diversos models de machine learning per a comparar la seua capacitat predictiva amb les Xarxes Bayesianas. Una vegada trobat el model de Xarxa Bayesiana que millor mètriques de comportament té s'usen mètriques per a veure la seua coherència interna. L'última part del treball analitza les diverses variables que tenen capacitat d'influència en el risc de patir disfagia.

RESUMEN: El glioblastoma multiforme (GBM) es una neoplasia relativamente frecuente entre las del sistema nervioso central, que se caracteriza por su excepcional agresividad y por acarrear altas tasas de mortalidad. Tras una cirugía inicial, el estándar de tratamiento consiste en una combinación de radioterapia y quimioterapia. Aparte de los factores pronósticos clásicos, que son la situación general del enfermo y quizás el volumen de tumor resecado, no existen variables clínicas fiables para agrupar a estos pacientes en subgrupos pronósticos. En este contexto, se lleva a cabo este trabajo con la intención de tratar de conseguir identificar características clínicas y/o moleculares que puedan ayudar a clasificar a los enfermos con GBM en función de su pronóstico. A lo largo de este trabajo, se analizan datos clínicos y moleculares de la población de pacientes con éste diagnóstico tratados en el Hospital Universitario Marqués de Valdecilla (Santander) entre los años 2000-2010. Tras una descripción inicial de las características de la cohorte estudiada, mediante el análisis por medio de diversas metodologías estadísticas, se tratan de identificar los principales factores pronósticos relacionados con la supervivencia de estos enfermos. Además se han generado varios modelos probabilísticos, en base a dichas características, capaces de clasificar estos casos en función de su supervivencia y de detectar a los largos supervivientes. ABSTRACT: Glioblastoma multiforme (GBM) is a relatively frequent neoplasia among central nervous system tumors, characterized by its exceptional aggressiveness and high death rates. After initial surgery, the standard treatment is a combination of radiotherapy and chemotherapy. Apart from the classical prognostic factors, performance status of the patient and perhaps the resected tumor volume, there are no reliable clinical variables to group these patients into prognostic subgroups. In this context, the main purpose of this paper is to try to identify clinical or molecular features that can help classify patients with GBM according to their prognosis. Throughout this work, clinical and molecular characteristics of the population of patients with this diagnosis treated at the Universitary Hospital Marqués de Valdecilla (Santander) between years 2000-2010, have been analyzed. After an initial description of the characteristics of the studied cohort, we employ various statistical methodologies to identify the main prognostic factors related to survival in these patients. We have also generated several probabilistic models, based on these characteristics, capable of sorting these cases depending on their survival and detect long survivors.

Introducción: La caracterización diagnóstica del dolor torácico, con énfasis en los síndromes coronarios agudos (SCA) es un requerimiento primordial para los médicos del área de urgencias. Objetivos: En el presente estudio se busca diseñar y evaluar el desempeño de las redes bayesianas en el apoyo al diagnóstico de los SCA. Metodología: Se trata de un estudio de pruebas diagnósticas en el cual se diseñaron dos modelos de redes bayesianas entrenadas en el framework OpenMarkov, a partir de las variables de la escala de probabilidad de Braunwald de angina en un grupo de 159 pacientes que luego se validó en una cohorte de 108 pacientes adultos hospitalizados con sospecha de un SCA en un hospital de tercer nivel de atención. Resultados: Se obtuvo una sensibilidad baja aunque con especificidad y valor predictivo positivo adecuados (62, 86 y 87% respectivamente). El rendimiento fue mejor en los casos que tuvieron electrocardiograma y biomarcadores negativos. Conclusiones: Un modelo de redes Bayesianas entrenado a partir de las variables de la escala de probabilidad de angina inestable de Braunwald, presenta un rendimiento aceptable para el diagnóstico de los SCA. Introduction: The characterization and diagnosis of chest pain, with emphasis on acute coronary syndromes (ACS), is a fundamental requirement for the doctors at the emergency service. Objective: The aim of the present study is to design and evaluate the performance of Bayesian networks to back up the diagnosis of ACS. Methodology: A diagnostic tests study in which two models of Bayesian networks were designed and trained in the framework OpenMarkov, using the variables of the Braunwald angina probability scale in a group of 159 patients, which was validated afterwards in a cohort of 108 adult patients hospitalized with suspicion of ACS in a third level hospital. Results: Low sensitivity was obtained, with adequate specificity and positive predictive values, though (62, 86, and 87% respectively). Performance was better in the cases that had electrocardiogram and negative biomarkers. Conclusion: A model of Bayesian networks trained from the variables of the Braunwald unstable angina probability scale, exhibits an acceptable performance for the diagnosis of ACS.

[EN] Abstract: The difficulties of managing water resources are growing day by day, especially at basin-scale, due to the shortage of it. It is a fact that water is essential for the development of any human activity, and the demands are increasing as a result of both the increase in population and living standards of it. Managing a basin like the Júcar, always brings difficulties of various kinds: technical, economical, social, political, etc. Excessive use of both groundwater and surface water in recent decades has caused unsustainable situations in some parts of the basin (such as the Mancha Oriental aquifer), and loss of water quality due to heavy pollution. This work is aim to facilitate the basin-scale management of the Jucar river by performing a model of Bayesian Networks and the study of the particular case of the Júcar - Vinalopó transfer by the technique of Game Theory. Different scenarios will be generated to study the system´s behaviour and see how it affects each performance to different variables. To generate the model has employed the use of Bayesian Networks, which are mathematical models based on probabilistic that have shown that efficiency to solve problems in different fields of activity, including environmental issues. Moreover, game theory is basically the mathematical study of competition and cooperation, and illustrates how strategic interactions between players give different results depending on the individual and collective desirabilities. Some of the most significant results that we have been obtained are the importance acquired by some management policies that are being carried out at the Mancha Oriental aquifer, especially the supply sources replacement (wells substitution) that represents a significant volume of water saved, and it has been shown that the application of OPADs also produces a positive effect both in the Mancha Oriental irrigation area and the Ribera farmers area., [ES] Cada día crecen las dificultades a la hora de gestionar el agua, sobre todo a escala de cuenca, debido a la escasez de la misma. Es una realidad que el agua es esencial para el desarrollo de cualquier actividad humana, y las demandas van en aumento como consecuencia tanto del incremento de población como del nivel de vida de la misma y las acividades económicas asociadas. La gestión de una cuenca como la del Júcar, siempre acarrea dificultades de diversas índoles: técnicas, económicas, sociales, políticas, etc. El excesivo uso de aguas tanto subterráneas como superficiales en las últimas décadas, ha provocado situaciones insostenibles en algunos puntos de la cuenca (como la Mancha Oriental), así como la pérdida de calidad del agua debido a la gran contaminación. En este trabajo, se pretende facilitar la gestión a escala de cuenca del Júcar, mediante la realización de un modelo de redes bayesianas, y el estudio del caso concreto del trasvase Júcar – Vinalopó mediante la técnica de la Teoría de Juegos. Se han generado diferentes escenarios para estudiar el comportamiento del sistema y ver cómo afecta cada actuación a las diferentes variables. Para generar el modelo se han empleado Redes Bayesianas, que son modelos matemáticos basados en la probabilística que han demostrado su eficiencia para resolver problemas en diferentes campos de actuación, entre ellos problemas medioambientales. Así mismo, la Teoría de Juegos es esencialmente el estudio matemático de la competencia y la cooperación, e ilustra cómo las interacciones estratégicas entre los jugadores dan lugar a diferentes resultados en función de las deseabilidades individuales y colectivas. Algunos de los resultados más significativos que se han obtenido son la importancia que adquieren las políticas de gestión que se están llevando a cabo en el sistema acuífero de la Mancha Oriental, sobre todo con la sustitución de las fuentes de suministros (sustitución de pozos) que supone un importante volumen de agua ahorrada, y se ha demostrado que la aplicación de OPADs también produce un efecto positivo tanto en la zona de riegos de la Mancha Oriental como de los regantes de la Ribera.

Este artículo propone un algoritmo de aprendizaje de clases de equivalencia de redes bayesianas basado en un algoritmo de búsqueda Greedy y modelos de búsqueda inspirados en hormigas competitivas. Específicamente para el algoritmo propuesto, se obtuvo una mejor aproximación entre la red predicha y la red bayesiana teórica de ejemplo ASIA, con respecto a algoritmos anteriores, para conjuntos de datos con 20 y 500 muestras. En promedio el algoritmo desarrollado obtuvo una aproximación con respecto a la distancia estructural de hamming de 10.7% y 5.3% menor comparada con la obtenida por los algoritmos Greedy y de colonia de hormigas (ACO-E) respectivamente para 20 muestras, y de hasta el 6.8% menor con respecto al algoritmo ACO-E para 500 muestras. Además, para 500 muestras el número de llamadas a la función de puntaje realizadas por el algoritmo propuesto fue menor que las realizadas por el algoritmo ACO-E en el 90% de las combinaciones, concluyendo que hubo una reducción de la complejidad computacional. Finalmente se presentan los resultados de la aplicación del algoritmo propuesto a un microarreglo obtenido por muestras de pacientes con Leucemia Mieloide Aguda (LMA) con 6 nuevas interacciones con dependencias estadísticas como potenciales interacciones biológicas con alta probabilidad. This article proposes an algorithm for learning equivalence classes of Bayesian networks based on a Greed search algorithm and search patterns inspired by competitive ants. Specifically, for the proposed algorithm, we obtained a better approximation between the predicted network and the theoretical network ASIA with respect to previous algorithms for data sets with 20 and 500 samples. On average, the algorithm developed an approximation with respect to Structural Hamming Distance of 10.7% and 5.3% lower than Greedy algorithms and ACO-E respectively to 20 samples, and up to 6.8% lower tan ACO-E algorithm for 500 samples. Furthermore, for 500 samples the number of calls to the scoring function performed by the algorithm proposed was smaller than in the ACO-E algorithm in 90% of the combinations, concluding that there was a reduction in the computational complexity. Finally, we present the results of applying the proposed algorithm to a microarray samples obtained from patients with acute myeloid leukemia (AML) with 6 new interactions with statistical dependencies as potential biological interactions with high probability.

[ES] La gestión de Sistemas de Recursos Hídricos (SRH) frecuentemente implica el planteamiento de múltiples objetivos en conflicto y la toma de decisiones bajo condiciones de incertidumbre. Debido a la diversidad de intereses en los procesos de toma de decisiones, la gestión integrada es la clave del desarrollo sostenible de los recursos hídricos, ya que conlleva evaluar el impacto de una determinada estrategia de gestión teniendo en cuenta consideraciones ambientales, sociales, económicas y políticas entre otras, mediante un proceso participativo de toma de decisiones. De esta forma, los Sistemas de Apoyo a la Decisión (SAD) permiten evaluar los impactos generados por diversas políticas o intervenciones de gestión encaminados a la resolución o mitigación de problemas relacionados con los recursos hídricos. En este estudio se presenta una metodología para analizar el comportamiento de un sistema de recursos hídricos a escala de cuenca bajo diferentes escenarios hidrológicos y de una política de gestión. La metodología que aquí se propone tiene como objetivo el diseño de un SAD mediante el uso combinado de modelos de redes de flujo de simulación (Aquatool) y un sistema experto probabilístico (redes bayesianas). Se pretende estudiar formas eficientes de cuantificar y comunicar los impactos de las propuestas de gestión de SRH, mediante el uso combinado de herramientas de simulación y de tratamiento de incertidumbre (redes bayesianas), que faciliten la toma de decisiones y fomenten la capacidad participativa de los grupos implicados. De esta forma, se incorpora el enfoque determinístico mediante la simulación y optimización de procesos de gestión de SRH a escala de cuenca (Aquatool) y el enfoque probabilístico de las redes bayesianas para el tratamiento de la incertidumbre. Para ello se identificaron medidas evaluación del rendimiento de un SRH y de incorporación de la incertidumbre en la gestión/planificación, analizando diversos indicadores de garantía, resiliencia, vulnerabilidad y sostenibilidad. El caso de estudio es la cuenca del Río Júcar, ha sido simulado mediante el modulo SIMGES de Aquatool, tanto con series históricas como con series sintéticas generadas estocásticamente (análisis Monte Carlo) para un escenario base y un escenario de aplicación de medidas de gestión. Mediante el uso de redes bayesianas, se realizó el posproceso de los resultados de las simulaciones evaluando probabilísticamente la influencia de la aportación anual previa y el volumen inicial de los embalses de cabecera sobre los estados de satisfacción de las demandas del sistema. De esta forma, se entrega al gestor un modelo con los posibles escenarios hidrológicos previos (aportaciones anuales y volumen final en los embalses de cabecera) y los análisis de indicadores de comportamiento para los escenarios base y de aplicación de medida. A partir de las condiciones observadas del año previo, se conocerán las probabilidades de satisfacción de la demanda en el año de gestión según análisis de serie histórica o bien mediante series sintéticas. Adicionalmente, si en la toma de decisiones se plantea la incorporación de una medida, el gestor podrá tomar decisiones basado en las diferencias probabilísticas resultantes de la introducción o no de dichas medidas y en el cambio del comportamiento de sus indicadores., [EN] The difficulties of environmental management in general and water resource management in particular, involves many conflicting interests and the uncertainty surrounding the potential impacts of different strategies, for this reason water managers face the challenge of how best to manage the resource. The main idea of Integrated Water Resource Management (IWRM) it¿s not to simply evaluate the impact of a particular strategy on the water resource alone, also take into account any social, economic, environmental or cultural effects the policy may have. The decisions must involve the participation of members of the community affected by the strategy (stakeholders). In this context, a Decision Support System (DSS) that enables decision makers to simultaneously evaluate the impacts of optional strategies over a wide range of factors. In this thesis is presented a methodology to evaluate the behavior of a Water resource System at river basin level under hydrological and management conditions combining simulation tools and Bayesian networks. This tool allows the integration of knowledge obtained from Simulation models such as Aquatool, providing a scientifically based approach to water resources planning at river basin level , and Bayesian Networks (BNs) assessing the uncertainties associated with hydrological inputs, parameters and model structural uncertainties. They can be built with the participation of stakeholders, and have BNs explicitly take into account and openly represent uncertainty in decision making and they offer the opportunity to couple networks with other types of model. Jucar`s River Basin Simulation Model was simulated by SIMGES (a tool of Aquatool), under historical l naturalized stream flow series and stochastically generated series, for the initial scenario and the management scenario. Data obtained from simulation scenarios was post processed with BNs tool (HUGIN), identifying the state of sub-groups of variables (volumetric reliability of the demand elements) given the states of other variables on which the sub-group is dependant (previous upper basin stream flow series and Reservoir final volume). Combining those tools the model could be used as a method able to structure participation and decision making. The goal is to provide information about the impact of diverse hydrological and proposed strategies conditions, by giving to the water manager the probabilistic inference of the initial conditions at the beginning of the hydrological year and the proposed strategy in the amount of water deliver to the end users.

En este trabajo se compara el poder adquisitivo del salario mínimo en Venezuela con el de Argentina, Colombia, Chile y Perú, utilizando la minería de datos. Por medio de las redes bayesianas se verificó que el patrón de consumo, para los 108 bienes considerados, es similar en estos países. El orden de los países de acuerdo al poder adquisitivo del salario mínimo, de mayor a menor, es Argentina, Chile, Colombia, Venezuela y Perú. El análisis de varianza indicó que las variables que influyen en la diferencia de precios entre Venezuela y el resto de los países son: tipo, origen y grado de necesidad del artículo, el sexo del consumidor, y en particular los productos para infantes y para adultos mayores. This paper compares Venezuela´s minimum wage purchasing power with those in Argentina, Colombia, Chile and Peru, using data mining. Using Bayesian networks, it was found that the consumption pattern for the 108 goods considered is similar in these countries. The order of countries according to their minimum wage purchasing power from highest to lowest was found to be Argentina, Chile, Colombia, Venezuela and Peru. Results obtained by means of variance analysis pointed out that the variables that influenced the observed price difference between Venezuela and each other country are: type, origin and degree of necessity of each good, gender and, in particular, goods for infants and the elderly. 143-164 jabbour@ula.ve vicente@ula.ve carelyg@gmail.com semestral

For the manufacture of gypsum powder applied and checked on its setting, using multiple components. One of the intrinsic components of construction gypsum is the anhydrite, completely dehydrated gypsum, working as inert part. Bayesian networks are one of the tools of industrial management. One of its most important properties is its capacity to self-learning. This research work builds on the improvement of anhydrite calcination process using a rotary kiln direct cooking. The work provide an update as new systems currently used for the manufacture of anhydrite, since in addition to improving process control via control loops more efficient and self-managed, and improvements in levels MES and SCADA provide artificial intelligence elements by applying the above Bayesian networks., En la fabricación de yeso en polvo, aplicable y controlable en su endurecimiento, se utilizan varios componentes. Uno de los componentes intrínseco del yeso para construcción es la anhidrita o yeso totalmente deshidratado que trabaja como parte inerte. Las redes bayesianas, como sistema experto, son una herramienta de gestión industrial. Una de sus propiedades más importantes es su capacidad de autoaprendizaje. Esta investigación se basará en la mejora del proceso de calcinación de anhidrita usando un horno rotativo de cocción directa. El trabajo aportará como novedad una actualización de los sistemas usados actualmente para la fabricación de anhidrita, ya que aparte de mejorar el control del proceso mediante lazos de control más eficientes y autogestionados, así como la introducción de mejoras en los niveles MES y Scada, aportará una modelización del proceso con elementos de inteligencia artificial mediante la aplicación de dichas redes bayesianas.

Se presenta un modelo para la estimación de los parámetros que definen la rugosidad superficial [Ra] cuando se produce con un proceso de texturizado por descarga eléctrica [EDT, Electro Discharge Texturing). La no linealidad, la inestabilidad y los costos de la experimentación en EDT son las principales causas para el uso de técnicas de predicción usando algoritmos robustos y fiables, con el fin de estudiar factores que presentan dificultades en la caracterización. Se realizaron varios experimentos para producir texturas de superficies planas usando una máquina de electroerosión [EDM, Electric Discharge Machining) modificada ALIC-1. Los datos obtenidos en la fase experimental se usaron para entrenar modelos Bayesianos con los clasificadores Naïve Bayes y Naïve Bayes Aumentado a Árbol. Los resultados conseguidos mostraron un comportamiento aceptable dentro del rango operativo, consistente con los fenómenos físicos que rigen el proceso EDT. Se demuestra que es posible encontrar una rugosidad superficial con especificaciones particulares A model for prediction of parameters that defined roughness surface [Ra] when this texture is produced by Electro Discharge Texturing [EDT] is presented. The non-linearity, instabilities and expensive experimentation in this process, are main causes for use predictive techniques by means of robust and reliable algorithms, for study factors that present characterization hard. Series of experiments were conducted to produce plane surface textures using a modified EDM machine ALIC-1. The data collected in experimental phase were used for trained Bayesian models with Naïve Bayes and Tree Augmented Naïve Bayes [TAN] classifiers. Results show acceptable behavior within the operating range, consistent with the physical phenomena governing EDT process. Find a surface roughness with particular specifications is demonstrated

La investigación presentada en el siguiente artículo está orientada hacia el área de la bioinformática, en el campo de minería de datos utilizando la técnica de redes bayesianas y arboles decisión; además de evaluar la utilidad de la metodología bayesiana en la predicción y el diagnóstico médico de enfermedades complejas (cardiovasculares), redes bayesianas se utilizan como representación grafica del conocimiento previo y métodos de razonamiento en los modelos probabilísticos y en la clasificación de los datos, pues desde la base datos todavía existen problemas; de esta manera, la estructura obtenida puede presentar un grado de complejidad innecesario que dificulta la representación e interpretación del conocimiento así como también la eficiencia del proceso de inferencia. The present work pertains in the field of bioinformatics, particularly in the field data mining using Bayesian networks and decision trees. The study also assesses the usefulness of a Bayesian methodology when making medical predictions and diagnosis of non-trivial diseases (cardiovascular). Bayesian networks are used as graphic representations of previous knowledge, and also reasoning methods are applied to probabilistic models. When classifying the data from the database, problems still arise, thus the structure obtained might exhibit an unnecessary complexity degree which makes it difficult to represent and interpret knowledge as well as reducing efficiency in the inference process.

One of the most recent knowledge representations under uncertainty are Bayesian Networks whose main captivation is the property to obtain such a representation from a large amount of data. The issue is that getting a network structure is a NP-hard problem –commonly a learning process–, so there has been a lot of learning work where one of the best known methods is called based scoring and search approach. This paper reviews the basic definition of Bayesian networks, the scoring-and- search-based approach and by-products, that is, the hybrid approach and the search for equivalence classes; in addition, describes some algorithms for each approach and gives a summary of results of recent work. Una de las más recientes representaciones de conocimiento bajo incertidumbre son las Redes Bayesianas cuyo mayor atractivo es la propiedad de poder obtener dicha representación a partir de una gran cantidad de datos. El problema radica en que obtener la estructura de una red (procedimiento comúnmente llamado aprendizaje) es un problema NP-Duro, por lo cual se ha realizado una gran cantidad de trabajos para hacer el aprendizaje en los cuales, uno de los enfoques más conocidos es el llamado Basado en puntaje y búsqueda. Este artículo revisa las definiciones básicas de las Redes bayesianas, el enfoque basado en puntaje y las búsquedas y sus derivados, esto es, el enfoque híbrido y la búsqueda de clases de equivalencia; además, describe algunos algoritmos para cada enfoque y presenta un resumen de los resultados de los últimos trabajos realizados.

Una de las más recientes representaciones de conocimiento bajo incertidumbre son las Redes Bayesianas cuyo mayor atractivo es la propiedad de poder obtener dicha representación a partir de una gran cantidad de datos. El problema radica en que obtener la estructura de una red (procedimiento comúnmente llamado aprendizaje) es un problema NP-Duro, por lo cual se ha realizado una gran cantidad de trabajos para hacer el aprendizaje en los cuales, uno de los enfoques más conocidos es el llamado Basado en puntaje y búsqueda. Este artículo revisa las definiciones básicas de las Redes bayesianas, el enfoque basado en puntaje y las búsquedas y sus derivados, esto es, el enfoque híbrido y la búsqueda de clases de equivalencia; además, describe algunos algoritmos para cada enfoque y presenta un resumen de los resultados de los últimos trabajos realizados. One of the most recent knowledge representations under uncertainty are Bayesian Networks whose main captivation is the property to obtain such a representation from a large amount of data. The issue is that getting a network structure is a NP-hard problem -commonly a learning process-, so there has been a lot of learning work where one of the best known methods is called based scoring and search approach. This paper reviews the basic definition of Bayesian networks, the scoring-and-search-based approach and by-products, that is, the hybrid approach and the search for equivalence classes; in addition, describes some algorithms for each approach and gives a summary of results of recent work.