Classificação de dados relativos à cirurgia de câncer de mama, um comparativo entre solução por Redes Neurais e Fuzzy

Autores

DOI:

https://doi.org/10.5965/2764747102042013050

Palavras-chave:

redes neurais, câncer de mama, Fuzzy, mineração de dados

Resumo

Este artigo apresenta um comparativo entre duas técnicas para aprendizado de máquina baseadas em conceitos de inteligência artificial, utilizando Redes Neurais e controladores Fuzzy para classificar dados provenientes de pacientes submetidas à cirurgia de remoção de nódulos cancerígenas da(s) mama(s). O processo de classificação de dados pode ser simples ou complexo dependendo tanto do domínio do problema bem como da qualidade dos dados disponíveis. A acuidade dos resultados também pode variar de acordo com o domínio do problema, sendo que determinados casos podem admitir uma margem de erro maior ou menor. O objetivo deste trabalho é tanto demonstrar o processo de classificação de dados por meio de uma abordagem Fuzzy e se usando redes neurais, quanto demonstrar qual das técnicas obteve melhores resultados e com quais configurações. 

Downloads

Não há dados estatísticos.

Biografia do Autor

Ademir Cristiano Gabardo, Universidade Tecnológica Federal do Paraná

Doutor em Computer Science pela The University of Newcastle Australia, NEWCASTLE, Austrália

Mestre em Tecnologia pela Universidade Tecnológica Federal do Paraná, UTFPR, Brasil.

Graduado em Bacharelado em Sistemas de Informação pela Universidade do Estado de Santa Catarina, UDESC, Brasil.

Martín Pérez, Universidade Tecnológica Federal do Paraná

Mestre em computação aplicada pela Universidade Tecnológica Federal do Paraná, UTFPR, Brasil.

Graduado em Ciência da Computação pela Universidade Federal do Paraná, UFPR, Brasil.

Referências

ARRUDA, V., (ed.). (2012). RNA - notas de aulas.

KROGH, A. & Vedelsby, J. (1995). Neural Network Ensembles, Cross Validation, and Active Learning. In Advances in Neural Information Processing Systems (pp. 231--238). MIT Press.

MEHROTRA, K., Mohan, C. K. & Ranka, S. (1997). Elements of artificial neural networks. the MIT Press.

MELO, L. G. d. (2011). Sistemas Fuzzy Probabilísticos: Geração Automática De Regras E Defuzzificação Bayesiana. Unpublished master's thesis, UTFPR - Unversidade Tecnologica Federal do Paraná.

WANG, L.-X. & Mendel, J. (1992). Generating fuzzy rules by learning from examples.

IEEE Transactions on Systems, Man and Cybernetics 22, 1414 - 1427. YAO, X. (1999). Evolving Artificial Neural Networks.

ZADEH, L. (1965). Fuzzy Sets. Information and Control.

ZADEH, L. A. (1975). The Concept of a Linguistic Variable and its Application to Approximate Reasoning. Journal of Information Science, 199.

Downloads

Publicado

2013-12-23

Como Citar

Gabardo, A. C., & Pérez, M. (2013). Classificação de dados relativos à cirurgia de câncer de mama, um comparativo entre solução por Redes Neurais e Fuzzy. Revista Brasileira De Contabilidade E Gestão, 2(4), 50–59. https://doi.org/10.5965/2764747102042013050

Edição

Seção

Artigos