Classification of breast masses using a committee machine of artificial neural networks

Classificação de Tumores e Massas de Mama Utilizando um Comitê de Perceptrons de Múltiplas Camadas

“…al. em [15], [16]. Os experimentos aqui conduzidos diferem na configuração dos classificadores, como o número de iterações possíveis de cada classificador (comitê de MLPs, MLP e SLP), e o número de neurônios da camada escondida do MLP.…”

“…Para os experimentos com máquina de comitê, o especialista MLP [15], [16] foi configurado com três neurônios na camada de entrada, cinco neurônios na camada escondida e um neurônio na camada de saída (3:5:1). O treinamento de cada rede em geral, foi finalizado com um erro médio quadrático (RMS) entre a saída desejada e a saída apresentada pelo MLP de aproximadamente 0.3 e nos casos onde não conseguíamos um RMS menor ou igual ao desejado (0,3), o treinamento era parado com 5.000 iterações (critério de parada).…”

“…Esta outra técnica é a inteligência computacional. As Redes Neurais Artificiais (RNAs) são um exemplo de técnica de inteligência computacional que vem sendo utilizada para a classificação de características das microcalcificações [7], [13] e das características de massas na mama [14], [15], [16], [17], [18]. Diferentes arquiteturas de RNAs como Perceptrons de Múltiplas Camadas (MLP, de Multi-Layer Perceptrons) [7], [13], [14], Perceptrons de Camada Única (SLP de Single-Layer Perceptrons) [14], Comitê de MLPs [15], [16], [17] e Redes de Base Radial [18], vêm sendo empregado na tentativa de minimizar erros de diagnóstico.…”

“…al. em [15], [16], [17]. Neste trabalho, novos experimentos com o número de iterações do comitê de MLPs e também do MLP e do SLP, esses dois últimos classificadores utilizados para comparação, serão conduzidos.…”

Fundamentos de Mineração de Dados Educacionais

“…Ela é divida em tarefas como predição, clusterização e associação que devem ser escolhidas de acordo com analises exploratórias inicialmente feitas sobre os dados [Han et al, 2006;Tan et al, 2009;Faceli et al, 2011 ]. A MD tem sido amplamente utilizada em diferentes áreas, principalmente medicina, indústria, marketing, agronegócios e muitos outras como educação [Berry & Linoff, 2004;Dunstone & Yager, 2008;Stone et al, 2008;Silva et al, 2008;Romero & Ventura, 2010]. Na Educação, ou seja, a Mineração de Dados Educacionais(MDE) é uma área de pesquisa interdisciplinar que lida com o desenvolvimento de métodos para explorar 3º Congresso Brasileiro de Informática na Educação (CBIE 2014) Workshops (WCBIE 2014) ______________________________________________________________________ dados oriundos de contextos educacionais [Romero & Ventura,2010;Paiva et al, 2012].…”