Clasificación de datos relativos a la cirugía del cáncer de mama, una comparación entre una solución por redes Neuronales y Fuzzy

Autores/as

DOI:

https://doi.org/10.5965/2764747102042013050

Palabras clave:

redes neuronales, cáncer de mama, procesamiento de datos, difuso

Resumen

Este artículo presenta una comparación entre dos técnicas de aprendizaje automático basadas en conceptos de inteligencia artificial, usando redes neuronales y controladores Fuzzy para clasificar los datos de pacientes que se someten a cirugía para extirpar nódulos cancerosos de la(s) mama(s). El proceso de clasificación de datos puede ser simple o complejo según el dominio del problema y la calidad de los datos disponibles. La precisión de los resultados también puede variar según el dominio del problema, y ciertos casos pueden admitir un mayor o menor margen de error. El objetivo de este trabajo es demostrar el proceso de clasificación de datos por medio de un enfoque Fuzzy usando redes neuronales, así como demostrar cuál de las técnicas obtuvo mejores resultados y con qué configuraciones.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ademir Cristiano Gabardo, Universidad Tecnológica Federal de Paraná, UTFPR, Brasil.

Doctor en Computer Science por la The University of Newcastle Australia, NEWCASTLE, Australia

Máster en Tecnología por la Universidad Tecnológica Federal de Paraná, UTFPR, Brasil.

Graduado en Sistemas de Información por la Universidad del Estado de Santa Catarina, UDESC, Brasil.

Martín Pérez, Universidad Tecnológica Federal de Paraná, UTFPR, Brasil.

Máster en Computación Aplicada por la Universidad Tecnológica Federal de Paraná, UTFPR, Brasil.

Graduado en Ciencias de la Computación por la Universidad Federal de Paraná, UFPR, Brasil.

Citas

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 Unpublished master's thesis, UTFPR - Unversidade Tecnologica Federal do Paraná.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.

Descargas

Publicado

2013-12-23

Cómo citar

Gabardo, A. C., & Pérez, M. (2013). Clasificación de datos relativos a la cirugía del cáncer de mama, una comparación entre una solución por redes Neuronales y Fuzzy. Revista Brasileira De Contabilidade E Gestão, 2(4), 50–59. https://doi.org/10.5965/2764747102042013050

Número

Vol. 2 Núm. 4 (2013)

Sección

Artículos

Licencia

Derechos de autor 2015 Ademir Cristiano Gabardo, Martín Pérez

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

RBC&G ofrece acceso libre e inmediato a su contenido, siguiendo el principio de que poner el conocimiento científico a disposición del público de forma gratuita proporciona una mayor democratización mundial del conocimiento. Los autores conservan los derechos de autor de los artículos y otorgan a la revista el derecho de primera publicación, de acuerdo con los criterios de licencia. Creative Commons Attribution, que permite compartir trabajos con reconocimiento de autoría y publicación inicial. Estas licencias permiten que otros distribuyan, mezclen, adapten o creen obras derivadas, incluso para uso comercial, siempre que se dé crédito por la creación original.