Lucimar F. de Carvalho,  Candice Abella S. Dani,  Hugo T. de Carvalho,  Silvia M. Nassar,  Fernando M. Azevedo,  Diego Dozza,  Ana Luisa C. Brasil. 

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 Neusciences - 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) a base de treinamento da rede mostrou um índice de convergência de 69,76% e 71,31 respectivamente; em uma matriz (5x5) a base de treinamento apresentou 77,5% e 84,4% 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.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2002/008.pdf

Processando consulta.