| dc.creator | Santos, Hallan Cosmo dos | |
| dc.creator | Estombelo Montesco, Carlos Alberto | |
| dc.creator | Rodrigues Junior, Methanias Colaco | |
| dc.date | 2016-05-19T14:41:28Z | |
| dc.date | 2016-05-19T14:41:28Z | |
| dc.date | 2014-07 | |
| dc.date.accessioned | 2023-09-28T23:03:20Z | |
| dc.date.available | 2023-09-28T23:03:20Z | |
| dc.identifier | SANTOS, H. C.; ESTOMBELO MONTESCO, C. A.; RODRIGUES JUNIOR, M. C. Classificação de sinais EGG combinando redes neurais e análise de componentes independentes. In: WORKSHOP DE INFORMÁTICA MÉDICA, 14., 2014, Brasília. | |
| dc.identifier | 2175-2761 | |
| dc.identifier | https://ri.ufs.br/handle/riufs/1776 | |
| dc.identifier | Direitos autorais pertencentes ao(s) autor(es) | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9083385 | |
| dc.description | Identify digestive traits of people through Electrogastrography
(EGG) is important because it is usually an economic, non-invasive and less
bother than the traditional Endoscopy procedure. This research evaluates the
behavior of artificial neural networks learning on the components extracted
by Independent Component Analysis (ICA) algorithms. An experiment with
statistical analysis whose goal was to present the relationship between the
viewing of neutral, negative or positive images and digestive reactions was
performed. The results showed that extract only the stomach signal component
may reduce the error rate of learning of the neural network compared with
experiment._________________________________________________________________________________________ RESUMO: Identificar características digestivas de pessoas através da
Eletrogastrografia (EGG) é importante pois esta costuma ser uma opção
barata, não-invasiva e incomoda menos que o tradicional procedimento de
Endoscopia. Este trabalho avalia o comportamento do aprendizado das redes
neurais artificiais diante de componentes extraídas por algoritmos de Análise
de Componentes Independentes (ICA). Foi realizado um experimento com
análise estatística cujo objetivo foi apresentar a relação entre a visualização
de imagens neutras, negativas ou positivas e as reações digestivas. Os
resultados mostraram que extrair apenas a componente do sinal do estômago
deve reduzir a taxa de erro do aprendizado das redes neurais artificiais diante
do experimento realizado. | |
| dc.format | application/pdf | |
| dc.language | pt_BR | |
| dc.subject | Eletrogastrografia (EGG) | |
| dc.subject | Redes neurais | |
| dc.subject | Análise de componentes independentes | |
| dc.subject | Electrogastrography (EGG) | |
| dc.subject | Neural network | |
| dc.subject | Independent component analysis | |
| dc.title | Classificação de sinais EGG combinando redes neurais e análise de componentes independentes | |
| dc.type | Trabalhos em Eventos | |
