Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos

Hoy en día, la predicción del éxito o fracaso de un implante dental está determinado a través de una evaluación clínica y radiológica. Por esta razón, las predicciones dependen en gran medida de la experiencia del implantólogo. Este trabajo tiene por objetivo investigar el beneficio de la utilizaci...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Ganz, Nancy, Ares, Alicia, Kuna, Horacio Daniel
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2020
Materias:	Ciencias Informáticas Ensamble de clasificadores Predicción Clasificación Fracaso Implantes Dentales
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/114633 http://49jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-01.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-114633
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Ensamble de clasificadores Predicción Clasificación Fracaso Implantes Dentales
spellingShingle	Ciencias Informáticas Ensamble de clasificadores Predicción Clasificación Fracaso Implantes Dentales Ganz, Nancy Ares, Alicia Kuna, Horacio Daniel Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
topic_facet	Ciencias Informáticas Ensamble de clasificadores Predicción Clasificación Fracaso Implantes Dentales
description	Hoy en día, la predicción del éxito o fracaso de un implante dental está determinado a través de una evaluación clínica y radiológica. Por esta razón, las predicciones dependen en gran medida de la experiencia del implantólogo. Este trabajo tiene por objetivo investigar el beneficio de la utilización de múltiples algoritmos de clasificación, para la predicción de fracasos en implantes dentales de la provincia de Misiones, Argentina validado por expertos humanos. El modelo abarca la combinación de los clasificadores Random Forest, SVM, KNN, Naive Bayes y perceptrón multicapa. La experimentación es realizada con cuatro conjuntos de datos, un conjunto de implantes dentales confeccionado para el estudio de caso, un conjunto generado artificialmente y otros dos conjuntos obtenidos de distintos repositorios de datos. Nuestro enfoque logra sobre el conjunto de datos de implantes un porcentaje de acierto del 93% de casos correctamente identificados, mientras que los expertos humanos consiguen un 86% de precisión. En base a esto podemos alegar, que los sistemas de múltiple clasificadores son un buen enfoque para la predicción de fracasos en implantes dentales.
format	Objeto de conferencia Objeto de conferencia
author	Ganz, Nancy Ares, Alicia Kuna, Horacio Daniel
author_facet	Ganz, Nancy Ares, Alicia Kuna, Horacio Daniel
author_sort	Ganz, Nancy
title	Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
title_short	Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
title_full	Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
title_fullStr	Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
title_full_unstemmed	Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
title_sort	sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos
publishDate	2020
url	http://sedici.unlp.edu.ar/handle/10915/114633 http://49jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-01.pdf
work_keys_str_mv	AT ganznancy sistemadeclasificacionparapredicciondefracasosenimplantesdentalesvalidadoporexpertoshumanos AT aresalicia sistemadeclasificacionparapredicciondefracasosenimplantesdentalesvalidadoporexpertoshumanos AT kunahoraciodaniel sistemadeclasificacionparapredicciondefracasosenimplantesdentalesvalidadoporexpertoshumanos
bdutipo_str	Repositorios
_version_	1764820446517133316

Sistema de clasificación para predicción de fracasos en implantes dentales validado por expertos humanos

Ejemplares similares