Análise de Desempenho com Redes Neurais Artificiais, Arquiteturas MLP e RBF para um Problema de Classificação de Crianças com Autismo

Autores

  • Rhyan Ximenes de Brito IFCE - Instituto Federal de Educação, Ciência e Tecnologia do Ceará. http://orcid.org/0000-0003-3970-5975
  • Carlos Alexandre Rolim Fernandes UFC - Universidade Federal do Ceará
  • Márcio André Baima Amora UFC - Universidade Federal do Ceará

Palavras-chave:

Análise, Redes Neurais, Autismo.

Resumo

As Redes Neurais Artificiais tem-se destacado na resolução de problemas em diversas áreas. Nesse sentido realizou-se um estudo com a implementação e análise das redes Multilayer Perceptron (MLP) e Radial Basis Function Neural Network (RBF), objetivando comparar resultados baseados no treinamento, teste e classificação de crianças com ou sem autismo. A metodologia foi implementada com base em 292 amostras de indivíduos de um banco de dados público, através da ferramenta Matlab R2015a, dividas em 10 partes com validação cruzada. Os resultados foram analisados considerando as características e os comportamentos diferentes das redes implementadas, obtendo-se uma medida da qualidade atingida.

Downloads

Não há dados estatísticos.

Biografia do Autor

Rhyan Ximenes de Brito, IFCE - Instituto Federal de Educação, Ciência e Tecnologia do Ceará.

Professor do Ensino Básico Técnico e Tecnológico - EBTT

Downloads

Publicado

2019-12-24

Como Citar

Ximenes de Brito, R., Rolim Fernandes, C. A., & Baima Amora, M. A. (2019). Análise de Desempenho com Redes Neurais Artificiais, Arquiteturas MLP e RBF para um Problema de Classificação de Crianças com Autismo. ISys - Brazilian Journal of Information Systems, 13(1), 60–76. Recuperado de https://seer.unirio.br/isys/article/view/8512

Edição

Seção

ARTIGOS REGULARES