Evaluación de los retrasos en actividades de construcción utilizando redes Bayesianas: Caso de estudio / Delay assessment of construction site activities using Bayesian networks: Case study / Avaliação dos atrasos nas atividades de construção utilizando redes Bayesianas: Estudo de caso

RESUMEN Los retrasos en proyectos de construcción son atribuídos a la concurrencia de factores que afectan el buen desarrollo, y mitigarlos, constituye uno de los mayores desafios que afronta la industria, ya que requiere tener en cuenta la dependencia e incidencia integrada de ellos. El objetivo de este estudio fue evaluar la influencia de factores de retraso sobre la duración de actividades de construcción, a través de un método que emplee las redes Bayesianas. Siguiendo la metodologia de investigación basada en el diseno, y aplicando un caso de estudio, se propone un método que incluye cómo identificar los principales factores de retraso que afecten las actividades; cómo representar la influencia y dependencia de estos factores por medio de una red Bayesiana; y cómo estimar el nivel de influencia por medio de la simulación de la red. Los resultados de esta investigación muestran como la aplicación de una red Bayesiana se puede emplear como apoyo a los profesionales de obra para gestionar las actividades de construcción y tomar decisiones en la medida que se actualice la información de la red bayesiana.

ABSTRACT The concurrence of multiple factors adversely affects construction project performance, resulting in delays. Mitigating such factors is challenging for the industry because solutions must include dependence and influence. Hence, managers must consider their systemic and integrated influence on the construction process for tracking projects. This study aimed to evaluate the influence of delay factors on the duration of construction site activities using Bayesian network techniques. Based on the design-based research methodology and the application in a case study this study proposed a method that involves three steps. First, identifying the main delay factors affecting construction activities; second, designing an influencing model as a Bayesian network; and third, estimating the integrated influence of such factors by simulating the Bayesian network. The results showed how a Bayesian network could support the construction team in managing the construction-site activities and making decisions about the performance of the construction process.

RESUMO Atrasos nos projetos de construção são atribuídos à concorrência de múltiplos fatores que afetam o desenvolvimento adequado do projeto, e mitigá-los é um dos maiores desafios enfrentados pelo setor; pois requer levar em conta a incidência integrada dos mesmos. O objetivo deste estudo foi avaliar a influência de um grupo de fatores sobre a duração das atividades de construção, utilizando a técnica da rede Bayesiana. Seguindo a metodologia de pesquisa baseada em projeto, foram identificados os principais fatores de atraso que afetam as atividades de construção e as relações de causa e efeito foram modeladas para estimar sua influência sobre a duração das atividades de fundação de um projeto de construção. Os resultados desta pesquisa mostram como a aplicação de uma rede Bayesiana pode ser usada para apoiar os profissionais do local no gerenciamento das atividades de construção e na tomada de decisões relativas ao desenvolvimento do projeto, considerando a incerteza e os fatores que influenciam o desenvolvimento do projeto.

Precisión diagnóstica de un modelo de redes bayesianas en los síndromes coronarios agudos / Diagnostic accuracy of a bayesian network model in acute coronary syndromes

Introducción: La caracterización diagnóstica del dolor torácico, con énfasis en los síndromes coronarios agudos (SCA) es un requerimiento primordial para los médicos del área de urgencias. Objetivos: En el presente estudio se busca diseñar y evaluar el desempeño de las redes bayesianas en el apoyo al diagnóstico de los SCA. Metodología: Se trata de un estudio de pruebas diagnósticas en el cual se diseñaron dos modelos de redes bayesianas entrenadas en el framework OpenMarkov, a partir de las variables de la escala de probabilidad de Braunwald de angina en un grupo de 159 pacientes que luego se validó en una cohorte de 108 pacientes adultos hospitalizados con sospecha de un SCA en un hospital de tercer nivel de atención. Resultados: Se obtuvo una sensibilidad baja aunque con especificidad y valor predictivo positivo adecuados (62, 86 y 87% respectivamente). El rendimiento fue mejor en los casos que tuvieron electrocardiograma y biomarcadores negativos. Conclusiones: Un modelo de redes Bayesianas entrenado a partir de las variables de la escala de probabilidad de angina inestable de Braunwald, presenta un rendimiento aceptable para el diagnóstico de los SCA.

Introduction: The characterization and diagnosis of chest pain, with emphasis on acute coronary syndromes (ACS), is a fundamental requirement for the doctors at the emergency service. Objective: The aim of the present study is to design and evaluate the performance of Bayesian networks to back up the diagnosis of ACS. Methodology: A diagnostic tests study in which two models of Bayesian networks were designed and trained in the framework OpenMarkov, using the variables of the Braunwald angina probability scale in a group of 159 patients, which was validated afterwards in a cohort of 108 adult patients hospitalized with suspicion of ACS in a third level hospital. Results: Low sensitivity was obtained, with adequate specificity and positive predictive values, though (62, 86, and 87% respectively). Performance was better in the cases that had electrocardiogram and negative biomarkers. Conclusion: A model of Bayesian networks trained from the variables of the Braunwald unstable angina probability scale, exhibits an acceptable performance for the diagnosis of ACS.

Aprendizaje de clases de equivalencia de redes bayesianas basado en búsqueda competitiva de hormigas artificiales / Learning of bayesian networks equivalence classes based on competitive search of artificial ants

Este artículo propone un algoritmo de aprendizaje de clases de equivalencia de redes bayesianas basado en un algoritmo de búsqueda Greedy y modelos de búsqueda inspirados en hormigas competitivas. Específicamente para el algoritmo propuesto, se obtuvo una mejor aproximación entre la red predicha y la red bayesiana teórica de ejemplo ASIA, con respecto a algoritmos anteriores, para conjuntos de datos con 20 y 500 muestras. En promedio el algoritmo desarrollado obtuvo una aproximación con respecto a la distancia estructural de hamming de 10.7% y 5.3% menor comparada con la obtenida por los algoritmos Greedy y de colonia de hormigas (ACO-E) respectivamente para 20 muestras, y de hasta el 6.8% menor con respecto al algoritmo ACO-E para 500 muestras. Además, para 500 muestras el número de llamadas a la función de puntaje realizadas por el algoritmo propuesto fue menor que las realizadas por el algoritmo ACO-E en el 90% de las combinaciones, concluyendo que hubo una reducción de la complejidad computacional. Finalmente se presentan los resultados de la aplicación del algoritmo propuesto a un microarreglo obtenido por muestras de pacientes con Leucemia Mieloide Aguda (LMA) con 6 nuevas interacciones con dependencias estadísticas como potenciales interacciones biológicas con alta probabilidad.

This article proposes an algorithm for learning equivalence classes of Bayesian networks based on a Greed search algorithm and search patterns inspired by competitive ants. Specifically, for the proposed algorithm, we obtained a better approximation between the predicted network and the theoretical network ASIA with respect to previous algorithms for data sets with 20 and 500 samples. On average, the algorithm developed an approximation with respect to Structural Hamming Distance of 10.7% and 5.3% lower than Greedy algorithms and ACO-E respectively to 20 samples, and up to 6.8% lower tan ACO-E algorithm for 500 samples. Furthermore, for 500 samples the number of calls to the scoring function performed by the algorithm proposed was smaller than in the ACO-E algorithm in 90% of the combinations, concluding that there was a reduction in the computational complexity. Finally, we present the results of applying the proposed algorithm to a microarray samples obtained from patients with acute myeloid leukemia (AML) with 6 new interactions with statistical dependencies as potential biological interactions with high probability.

Modelos bayesianos y funcionamientos inferenciales complejos / Bayes' models and complex inferential functioning / Modelos bayesianos e funcionamentos inferenciais complexos

Los procesos inferenciales de niños de cuatro años de edad son observados utilizando una tarea de coordinación de hasta cinco criterios de clasificación. Se encontraron tres tipos de razonamientos probabilísticos: adivinanza (37,8%), transicional (22,2%) resolutorio (40%). La búsqueda tipo adivinanza es el esbozo de una relación entre "búsqueda espacial" y reducción del espacio muestral sobre la base de las acciones concretas (intervenciones) aplicadas directamente a la tarea. La búsqueda tipo transicional es un laboratorio de experimentación que le permite al niño observar la relación entre las intervenciones y el resultado de dichas acciones donde se agencia una probabilidad condicional intra-variable. La búsqueda tipo resolutorio cristaliza una coordinación que implica operaciones clasificatorias con niveles sofisticados de abstracción porque se demanda la intersección de dos o más variables.

Inferential processes in four year old children are observed using a task that involves coordinating up to five classification criteria. Three types of probabilistic reasoning were found : riddle (37.8%), transitional (22.2%) and solving (40%). The riddle search type is the outline of a relationship between "space search" and sample space reduction based on individual concrete actions (interventions) applied directly to the task. The transitional search type is an experimental laboratory that allows the child to observe the relationship between interventions and the outcome of those actions where an intra-variable conditional probability is generated. The solving search type crystallizes a coordination that involves classification operations with sophisticated levels of abstraction since they demand the intersection of two or more variables.

Os processos inferenciais de crianças de quatro anos são observadas através de uma tarefa de coordenação de até cinco critérios de classificação. Encontramos três tipos de raciocínio probabilístico: adivinhança (37,8%), de transição (22,2%), resolutório (40%). A pesquisa tipo adivinhança é o esboço de uma relação entre "pesquisa espacial" e redução do espaço da amostra com base em ações concretas (operações) aplicadas diretamente para a tarefa. A pesquisa do tipo de transição é um laboratório de experimentação que permite a criança observar a relação entre as intervenções e os resultados destas ações, onde se agencia uma probabilidade condicional intravariável. O tipo de pesquisa resolutório cristaliza uma coordenação que envolve operações classificatórias com níveis de abstração sofisticados, já que se exige a interseção de duas ou mais variáveis.