Construcción de Red Bayesiana en ciencia de suelos, trabajo comparativo en datos faltantes por método kernel

Ponente(s): Manuel Alejandro Mier Gómez, Dra. Reyes Cervantes, Hortensia Josefina Dr. Juárez Hernández, Bulmaro

Los modelos gráficos probabilísticos y su uso para el razonamiento bajo condiciones de incertidumbre surgen a principios del 1980 con propuestas base en los fundamentos matemáticos de la teoría de grafos y la teoría de la probabilidad. El enfoque de las redes Bayesianas tiene interés en estudiar fenómenos complejos por medio de las interacciones de sus componentes. Estos modelos gráficos probabilísticos permiten estudiar y analizar las relaciones de incertidumbre entre las variables de un fenómeno mediante estructuras gráficas, en ellas se explica como las variables se representan como nodos en un grafo y las relaciones mediante arcos dirigidos que indican dependencia condicional entre las variables, los llamados “gráficos de dependencia”. Cada nodo almacena información sobre la probabilidad condicional de la variable que representa dada la información de sus nodos padres e intuitivamente podemos decir que son los que presentan influencia sobre ellos.Particularmente en Mier, 2024 se realizó el estudio del aprendizaje de estos modelos y su aplicación en ciencias de suelos, donde mediante una Red Bayesiana se describe el fenómeno estudiado.