Published January 1, 2016 | Version v1

Aplicación de lógica difusa y algoritmos genéticos para clasificación de tratamientos contra enfermedades neoplásicas malignas

  • 1. ROR icon Duke University Hospital
  • 2. ROR icon University of Zulia
  • 3. ROR icon Baylor College of Medicine
  • 4. ROR icon University of the Coast
  • 5. Universidad del Zulia. Facultad de Ciencias Económicas y Sociales
  • 6. Universidad Simón Bolívar
  • 7. Universidad del Zulia Facultad de Medicina

Description

Resumen

Un clasificador difuso es un sistema que asigna una etiqueta de clase a un objeto basado en la descripción del mismo y hace uso de conjuntos difusos como parte de su operación. Su funcionamento puede ser optimizado mediante algoritmos genéticos, garantizando soluciones viables. El artículo propone un clasificador difuso optimizado utilizando un algoritmo genético hibridado con una técnica de agrupamiento difuso. Se implementa un prototipo y se evalua con conjuntos de datos referenciales sintéticos como posibles problemas de clasificación de tratamientos contra enfermedades neoplásicas malignas. Se compara los resultados con otros clasificadores encontrados en la literatura sobre los mismos datos de prueba. La conclusión es que el método propuesto obtuvo resultados similares a los comparados con funciones de pertenencia más fáciles de interpretar.

Palabras clave: lógica difusa, algoritmos genéticos, clasificador difuso, algoritmo genético híbrido, enfermedades neoplásicas malignas.

Abstract

A fuzzy classifier is a system that assigns a class label to object based on a description of it and makes use of fuzzy sets as part of its operation. Its functioning can be optimized using genetic algorithms, ensuring viable solutions. The paper proposes a fuzzy classifier optimized using a genetic algorithm hybridized with a fuzzy clustering technique. A prototype is implemented and evaluated with synthetic reference data sets as possible classification problems treatments for malignant neoplastic diseases. The results are compared with other classifiers found in the literature on the same test data. The conclusion is that the proposed method obtained similar results with functions easier to interpret.

Keywords: fuzzy logic, genetic algorithms, fuzzy classifier, hybrid genetic algorithm, malignant neoplastic diseases.

Files

LogicaDifusaAlgoritmosGeneticos.pdf

Files (520.5 kB)

Name Size Download all
md5:6e8596a475f23a582e37143d85f2433e
520.5 kB Preview Download

Additional details

Additional titles

Translated title (English)
Application of Fuzzy Logic and Genetic Algorithms for Classification of Malignant Neoplastic Diseases Treatments

Dates

Available
2016-01-01