Use of Bayesian networks to support decision-making on the spread of Covid-19

Serie Científica de la Universidad de las Ciencias Informáticas

View Publication Info
 
 
Field Value
 
Title Use of Bayesian networks to support decision-making on the spread of Covid-19
Empleo de las redes bayesianas para apoyar la toma de decisiones sobre la propagación de la Covid-19
 
Creator Torres Cordero, Freddy E.
González Benítez, Neilys
Mar Cornelio, Omar
 
Description They sum up the Bayesians nets decide information on the relations of dependence and conditional existent independence between the variables. The inclusion of the relations of independence in the own structure of the net, does of the Bayesian’s nets a good tool to represent cone, foundation in a compact way because reduces to him the number of necessaries parameters.  In general, your application to lean it takes of decisions on the propagation of the Covid -19 is scarce. It takes it of decisions for the Covid -19, has being centered in the use of mathematical models that use discrete data in the search of the knowledge on the evolution of the epidemic, by considering to the susceptible subjects, exposed, infected and recovered. At present work proposes insert the Bayesian’s nets as a credit tool to resolve different problems in the mathematical models that use discrete data in the search of the knowledge on the evolution of the epidemic: by considering to the susceptible subjects, exposed, in-fects-two and recovered. The possibility to work with discrete and endless data simultaneously, the variety of problems that can resolve, and the flexibilityin the structure of the model, convert to the Bayesian’s nets in an appropriate tool, in the models to lean it takes of decisions on the propagation of the Covid, 19.
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.
 
Publisher Ediciones Futuro
 
Date 2021-05-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier https://publicaciones.uci.cu/index.php/serie/article/view/870
 
Source Serie Científica de la Universidad de las Ciencias Informáticas; Vol. 14 Núm. 5 (2021): : Mayo; 154-167
2306-2495
 
Language spa
 
Relation https://publicaciones.uci.cu/index.php/serie/article/view/870/748
 
Rights Derechos de autor 2021 Serie Científica de la Universidad de las Ciencias Informáticas
http://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library