Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 8 de 8
Filter
Add filters








Year range
1.
Rev. bras. neurol ; 42(2): 31-39, abr.-jun. 2006. ilus
Article in Portuguese | LILACS | ID: lil-502932

ABSTRACT

Este artigo tem por objetivo propor uma metodologia de aprendizagem integrando os conceitos entre redes neurais qrtificiais (RNAs) e a teoria dos conjuntos difusos (TCDs). O maior interesse da pesquisa é examinar a aplicabilidade das operações aritméticas t-normas e t-conormas, implementadas através de dois tipos de neurônios difusos. Os resultados mostram que a operação aritmética Soma/Produto de Einstein E/OU implementado com o neurônio difuso proposto por Kwan-Cai obteve os melhores índices de acertos do SND. Os resultados foram analisados considerando os indicadores quantitativos de modelagem. A área de domínio, utilizada para provar a validade da metodologia, é no diagnóstico de eventos paroxístico (EPs), envolvendo os eventos epilépticos (EEs) e os eventos não epilépticos (ENEs).


Subject(s)
Learning , Nerve Net , Methods
2.
In. III Congresso Latino Americano de Engenharia Biomédica - CLAEB / International Federation for Medical and Biological Engineering - IFMBE Proceedings. Anais. João Pessoa, SBEB, 2004. p.895-898, 1 CD-ROM - III Congresso Latino Americano de Engenharia Biomédica - CLAEB / International Federation for Medical and Biological Engineering - IFMBE Proceedings, ilus.
Monography in Portuguese | LILACS | ID: lil-540454

ABSTRACT

O objetivo desta pesquisa é a análise de modelos de aprendizagem, utilizando diferentes operações aritméticas aplicadas de Sistemas Neuro-Fuzzy (NFS)...


Subject(s)
Humans , Congresses as Topic , Epilepsy , Fuzzy Logic , Nerve Net
3.
Rev. bras. neurol ; 39(1): 17-22, jan.-mar. 2003. ilus
Article in Portuguese | LILACS | ID: lil-366296

ABSTRACT

Este trabalho analisa dois algoritmos de aprendizagem na área da neurologia descrevendo algumas técnicas de aprendizagem utilizadas em Redes Neurais Artificiais (RNAs). Os algoritmos utilizam a aprendizagem competitiva através do Mapa Auto-organizável de Kohonen em uma arquitetura de rede 2 x 2 e uma arquitetura de rede 5 x 5. Através da técnica Learning Vector of Quantization (LVQ1) o conjunto de treinamento referente à matriz 5 x 5 apresentou um índice de convergência de 95,2 por cento; o conjunto de teste da rede obteve um índice de convergência de 95,1 por cento; na matriz 2 x 2 apenas 84,7 por cento da base de treinamento da rede apresentou índices de convergência; no conjunto de teste da rede o índice de acertos subiu para 85,4 por cento. A partir destes resultados pode-se observar que a rede obteve um índice melhor de classificação de crises convulsivas com a aplicação da técnica LVQ1.


Subject(s)
Humans , Artificial Intelligence , Diagnosis, Computer-Assisted , Epilepsy , Neural Networks, Computer
4.
Rev. bras. neurol ; 38(2/3): 32-37, out. 2002. ilus
Article in Portuguese | LILACS | ID: lil-386252

ABSTRACT

O objetivo deste trabalho é a implementação de técnicas utilizadas no processo de aprendizagem em Redes Neurais Artificiais Auto-organizáveis (RNA's). Inicialmente a rede será treinada a partir do simulador da Neurosciences - ActiveX que utiliza o algoritmo padrão de Kohonen com a aprendizagem competitiva e não supervisionada. O resultado da simulação será comparado com o algoritmo que utiliza aprendizagem supervisionada através da técnica Learning Vector of Quantization (LVQ1). O domínio escolhido para a implementação dos algoritmos de aprendizagem foi a aplicação no Diagnóstico Clínico das Crises Convulsivas, baseado na Classificação International League Against Epilepsy - ILAI/81. De acordo com os resultados encontrados do simulador e do algoritmo que utiliza a técnica LVQ1 em uma matriz (2x2) as bases de treinamento e teste da rede mostraram um índice de convergência de 71,31 por cento e 100 por cento; em uma matriz (5x5) as bases de treinamento e teste apresentaram 84,4 por cento e 100 por cento respectivamente. A partir destes resultados observou-se que, com a utilização da técnica LVQ1 em ambas as topologias de rede ocorreu uma melhora significativa no reconhecimento dos padrões


Subject(s)
Humans , Algorithms , Artificial Intelligence , Neural Networks, Computer , Seizures , Signal Processing, Computer-Assisted
5.
Rev. bras. neurol ; 37(3/4): 34-41, dez. 2001. ilus
Article in Portuguese | LILACS | ID: lil-311272

ABSTRACT

Sistemas Especialistas Médicos são projetados para o profissional da saúde no auxílio ao suporte à decisão aplicados ao diagnóstico ou prognóstico do paciente. Estimaðse que, aproximadamente 90 por cento de todos os Sistemas Especialistas Médicos não foram avaliados no ambiente clínico. Pesquisas estão demonstrando que existem diversas técnicas de avaliação de Sistemas Especialistas, entre elas o desempenho ð feedback na tomada de decisão e a aplicação de medidas estatísticas. Este artigo descreve as diferentes estratégias de pesquisas utilizadas na avaliação de Sistemas Especialistas Médicos e identifica um método utilizado para avaliar o desempenho de um Sistema Especialista Probabilístico no laboratório e no ambiente clínico


Subject(s)
Humans , Algorithms , Artificial Intelligence , Epilepsy , Expert Systems , Sensitivity and Specificity , Software Validation
6.
Rev. méd. Hosp. Säo Vicente de Paulo ; 11(26): 50-5, jan.-jun. 2000. tab
Article in Portuguese | LILACS | ID: lil-285496

ABSTRACT

O objetivo despte trabalho é a aplicação de duas abordagens numéricas baseadas em probabilidades utilizadas no tratamento da incerteza e sua respectiva validação. Esta pesquisa realizou um estudo probabilístico em sistemas especialistas: Rede Bayesianas e Fatores de Certeza, apresentando como domínio de aplicação o diagnóstico clínico das crises epiléticas. O sistema foi desenvolvido com a ajuda da metodologia KADS e baseado na International League Against Epilepsy/ILAE81...


Subject(s)
Humans , Decision Support Systems, Clinical , Probability Theory , Artificial Intelligence , Bayes Theorem , Epilepsy/diagnosis , Decision Making, Computer-Assisted
7.
Rev. bras. neurol ; 35(3): 41-7, maio-jun. 1999. tab
Article in Portuguese | LILACS | ID: lil-238827

ABSTRACT

Este artigo apresenta um Sistema Baseado em Conhecimentos (SBC) para auxiliar no Diagnóstico Clínico das Crises Epiléticas (CE). Foi baseado na classificaçäo por tipo de crise da International League Against Epilepsia/ILAE81. O objetivo do sistema é obter um conjunto de sintomas apresentado pelo paciente, classificar o tipo de crise e indicar um provável diagnóstico. Para fazer o tratamento da incerteza será utilizado o Teorema de Bayes. O modo de classificaçäo utilizou as técnicas da Inteligência Artificial Simbólica através do Shell Kappa-PC e o paradigma de Orientaçäo a objetos


Subject(s)
Humans , Male , Female , Bayes Theorem , Epilepsy/diagnosis , Artificial Intelligence
8.
Rev. méd. Hosp. Säo Vicente de Paulo ; 10(23): 31-4, jul.-dez. 1998. tab
Article in Portuguese | LILACS | ID: lil-238352

ABSTRACT

Apresenta-se um sistema baseado em conhecimentos, para auxiliar no diagnóstico clínico das crises epilépticas, tendo como modêlo a classificação por tipo de crise da International League against Epilepsia. O objetivo do sistema é obter um conjunto de sintomas apresentado pelo paciente, classificar o tipo de crise e indicar o provável diagnóstico...


Subject(s)
Humans , Epilepsy/diagnosis , Artificial Intelligence , Epilepsy/classification , Medical Informatics Applications , Diagnosis, Computer-Assisted
SELECTION OF CITATIONS
SEARCH DETAIL