Resumo-Redes neurais perceptron multicamada são utilizadas para classificar figuras geométricas com uma abordagem distribuída. Os dados de treinamento são divididos entre redes que se comunicam por meio de uma determinada topologia, sem que haja compartilhamento direto desses dados entre as redes. Resultados de simulação indicam que o desempenho obtido com o treinamento distribuído e uma topologia adequada é semelhante ao observado com o treinamento clássico. Assim, garante-se a privacidade dos dados sem que ocorra perda no desempenho.Palavras-Chave-Redes neurais artificiais, perceptron multicamada, processamento distribuído, topologia, figuras geométricas.

Resumo-Neste artigo, redes neurais perceptron multicamada são utilizadas para classificar arritmias cardíacas com uma abordagem distribuída. Os dados de treinamento são divididos entre redes que se comunicam por meio de uma determinada topologia, sem que uma rede tenha acesso aos dados de treinamento das outras. Essa abordagem é empregada para garantir a privacidade dos dados dos pacientes. Para obter um resultado clinicamente realista, dados de um mesmo paciente não são considerados concomitantemente nos conjuntos de treinamento e teste. Simulações indicam que o desempenho obtido com o treinamento distribuído e uma topologia adequada é semelhante ao observado com o treinamento clássico.Palavras-Chave-Redes neurais artificiais, perceptron multicamada, processamento distribuído, topologia, arritmias cardíacas.