Feasibility Study of an Interactive Medical Diagnostic Wikipedia

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F16%3A00464681" target="_blank" >RIV/67985556:_____/16:00464681 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/16:00049988

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Feasibility Study of an Interactive Medical Diagnostic Wikipedia

Popis výsledku v původním jazyce

Considering different application possibilities of product distribution mixtures we have proposed three formal tools in the last years, which can be used to accumulate decision-making know-how from particular diagnostic cases. First, we have developed a structural mixture model to estimate multidimensional probability distributions from incomplete and possibly weighted data vectors. Second, we have shown that the estimated product mixture can be used as a knowledge base for the Probabilistic Expert System (PES) to infer conclusions from definite or even uncertain input information. Finally we have shown that, by using product mixtures, we can exactly optimize sequential decision-making by means of the Shannon formula of conditional informativity. We combine the above statistical tools in the framework of an interactive open-access medical diagnostic system with automatic accumulation of decision-making knowledge.

Název v anglickém jazyce

Feasibility Study of an Interactive Medical Diagnostic Wikipedia

Popis výsledku anglicky

Considering different application possibilities of product distribution mixtures we have proposed three formal tools in the last years, which can be used to accumulate decision-making know-how from particular diagnostic cases. First, we have developed a structural mixture model to estimate multidimensional probability distributions from incomplete and possibly weighted data vectors. Second, we have shown that the estimated product mixture can be used as a knowledge base for the Probabilistic Expert System (PES) to infer conclusions from definite or even uncertain input information. Finally we have shown that, by using product mixtures, we can exactly optimize sequential decision-making by means of the Shannon formula of conditional informativity. We combine the above statistical tools in the framework of an interactive open-access medical diagnostic system with automatic accumulation of decision-making knowledge.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

SPMS 2016 Stochastic and Physical Monitoring Systems

ISBN

978-80-01-06040-7

ISSN

—

e-ISSN

—

Počet stran výsledku

15

Strana od-do

—

Název nakladatele

Czech Technical University

Místo vydání

Prague

Místo konání akce

Prague - Dobřichovice

Datum konání akce

20. 6. 2016

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—