Grupo de Investigación AIKE Artificial Intelligence and Knowledge Engineering

1. Grupo de InvestigaciónAIKEArtificial Intelligence and Knowledge Engineering Departamento de Ingeniería de la Información y las Comunicaciones Universidad de Murcia URL: http://perseo.dif.um.es/~aike/

2. RAZONAMIENTO TEMPORAL • Parte de las líneas y aplicaciones se apoyan en FuzzyTime • Ontología Temporal • Basada en FuzzyTIME • Anotar Semántica de Eventos Temporales • Razonador Temporal basado en Servicios Web • Temporal data Mining • Abstracción temporal • Minería de secuencias y episodios Presentación RNPST

3. ABSTRACCIÓN TEMPORAL • Doble aplicación • Presentación y explicación de secuencias temporales (datos clínicos • Primer paso para el proceso de Minería de Datos Temporales • Descubrimiento de hipótesis en distintos niveles de abstracción • Basado en el modelo FTCN • Permite la gestión de diferentes contextos • Permite la comoposición de diferentes mecanismos de abstracción Presentación RNPST

4. MINERÍA DE DATOS TEMPORALES • Algoritmos y Herramientas para el descubrimiento de secuencias y episodios temporales • TSET (Desarrollado por el Grupo de la Universidad de Almería): • Basado en los métodos Apriori • Utiliza una única estructura de datos (set-enumeration tree) • Escalable Presentación RNPST

5. MINERÍA DE DATOS TEMPORALES • Descubrimiento de episodios temporales a partir de secuencias • Un episodio describe las distintas ordenaciones entre eventos de una forma compacta • Se representan mediante redes de restricciones posibilísticas Data Sources TSET or TSETMAX Dempster-Shafer ABC BAC ABC .... B (1, 0.2, 0.8) (1, 0.2, 0.8) A C Frequent Sequences Temporal Episodes (1, 0, 0) • TSETMAX: • Mejora de eficiencia respecto a TSET • Utiliza una técnica de lookahead Presentación RNPST

6. MINERÍA DE DATOS TEMPORALES • Descubrimiento de episodios temporales a partir de abstracciones • Basado en FTCN: parte de FTCN para llegar a FTCN • Orientado a la captura de relaciones temporales cualitativas • Método con un particionado del espacio para hacerlo escalable • Extracción de patrones locales sin pasos intermedios de descubrimiento de patrones frecuentes • Refinamiento posterior de relaciones cualitativas para obtener relaciones cuantitativas más precisas Presentación RNPST

7. APLICACIONES • Análisis retrospectivo de Guías Clínicas • Determinar el grado de cumplimento de una guía clínica a partir de los datos de historia clínica • Apoyado en la Ontolgía Temproal • Razonamiento basado en casos temporal • Determinar historías clínicas similares • Similaridad temporal y semántica • Herramienta para la visualización de casos • CH4: Sistema de Información Clínica para UCI • Seguimiento de la evolución de los pacientes • Gestión de Información temporal • Esta preparado para integrar los agentes de • Guías Clínicas • CBR • Minería de datos temporales • Integrado con un Fonocardiografo Inteligente • Vía Conexión inalámbrica y PDA • Actualmente proceso de transferencia de esta tecnología • Nueva línea en razonamiento espacial • Apoyada por una beca Juan de la Cierva • Aplicaciones a GIS Presentación RNPST