Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia
| Ano de defesa: | 2014 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://hdl.handle.net/11449/110516 |
Resumo: | Os sistemas fuzzy e neuro fuzzy têm sido usados com sucesso para resolver problemas em diversas áreas, como medicina, indústria, controle, agronomia e aplicações acadêmicas. Nas últimas décadas, as redes neurais têm sido utilizadas para identificação, avaliação e previsão e dados na medicina e na agronomia. Nesta tese, realizou-se um novo estudo comparativo entre as redes neuro fuzzy (ANFIS), rede perceptron multicamadas (MLP), rede função de base radial (RBF) e regressão generalizada (GRNN) na área de engenharia biomédica. Na engenharia biomédica as redes neurais e neuro fuzzy foram treinadas e validadas com dados de pacientes hígidos e hemiplégicos (pacientes com sequela motora após acidente vascular cerebral no hemicorpo direito ou esquerdo do cérebro) coletados por meio de um baropodômetro eletrônico (91 indivíduos, sendo 81 hígidos e 10 hemiplégicos). A rede GRNN apresentou o menor erro RMSE (Raiz Quadrada do Erro Médio Quadrático), porém a rede MLP conseguiu identificar um caso de hemiplegia. Na área de agricultura foi proposto um novo estudo comparativo utilizando redes neurais para previsão de produção de trigo (Triticum aestivum). Para este estudo utilizou-se uma base de dados experimental de trigo avaliada no período dois anos na região de Selvíria-MS. A validação foi realizada comparando-se a produção estimada pelas redes neurais MLP, GRNN e RBF com a curva de regressão quadrática, comumente utilizada para este fim, e com a rede neuro fuzzy ANFIS. O erro RMSE calculado com as redes neurais GRNN e RBF foi menor do que o obtido com a regressão quadrática e com o ANFIS utilizando o treinamento (híbrido). Para validação dos resultados obtidos em hemiplegia utilizou-se o RMSE, a matriz de confusão, a sensitividade, a especificidade e a acurácia. Os resultados mostraram que a utilização das redes neurais e redes neuro fuzzy, na engenharia biomédica, pode ser uma alternativa viável para ... |
| id |
UNSP_e50f91c8719bc5c3f08512e2bf4aa351 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/110516 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Silva, Inara Aparecida Ferrer [UNESP]Universidade Estadual Paulista (Unesp)Assunção, EdvaldoCarvalho, Aparecido Augusto deAndrea, Cristiano QuevedoNascimento, Valtemir Emerencio doTeixeira, Marcelo Carvalho Minhoto [UNESP]2014-11-10T11:09:48Z2014-11-10T11:09:48Z2014-02-28SILVA, Inara Aparecida Ferrer. Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia. 2014. 80 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014.http://hdl.handle.net/11449/110516000794379000794379.pdf33004099080P08879964582778840Os sistemas fuzzy e neuro fuzzy têm sido usados com sucesso para resolver problemas em diversas áreas, como medicina, indústria, controle, agronomia e aplicações acadêmicas. Nas últimas décadas, as redes neurais têm sido utilizadas para identificação, avaliação e previsão e dados na medicina e na agronomia. Nesta tese, realizou-se um novo estudo comparativo entre as redes neuro fuzzy (ANFIS), rede perceptron multicamadas (MLP), rede função de base radial (RBF) e regressão generalizada (GRNN) na área de engenharia biomédica. Na engenharia biomédica as redes neurais e neuro fuzzy foram treinadas e validadas com dados de pacientes hígidos e hemiplégicos (pacientes com sequela motora após acidente vascular cerebral no hemicorpo direito ou esquerdo do cérebro) coletados por meio de um baropodômetro eletrônico (91 indivíduos, sendo 81 hígidos e 10 hemiplégicos). A rede GRNN apresentou o menor erro RMSE (Raiz Quadrada do Erro Médio Quadrático), porém a rede MLP conseguiu identificar um caso de hemiplegia. Na área de agricultura foi proposto um novo estudo comparativo utilizando redes neurais para previsão de produção de trigo (Triticum aestivum). Para este estudo utilizou-se uma base de dados experimental de trigo avaliada no período dois anos na região de Selvíria-MS. A validação foi realizada comparando-se a produção estimada pelas redes neurais MLP, GRNN e RBF com a curva de regressão quadrática, comumente utilizada para este fim, e com a rede neuro fuzzy ANFIS. O erro RMSE calculado com as redes neurais GRNN e RBF foi menor do que o obtido com a regressão quadrática e com o ANFIS utilizando o treinamento (híbrido). Para validação dos resultados obtidos em hemiplegia utilizou-se o RMSE, a matriz de confusão, a sensitividade, a especificidade e a acurácia. Os resultados mostraram que a utilização das redes neurais e redes neuro fuzzy, na engenharia biomédica, pode ser uma alternativa viável para ...The fuzzy and neuro fuzzy systems have been successfully used to solve problems in various fields such as medicine, manufacturing, control, agriculture and academic applications. In recent decades, neural networks have been used to the identification, assessment and diagnosis of diseases. In this thesis we performed a comparative study among fuzzy neural networks (ANFIS), multilayer perceptron neural networks (MLP), radial basis function network (RBF) and generalized regression (GRNN) in the area of biomedical engineering and agronomy. In biomedical engineering neural networks and neuro fuzzy were trained and validated with data set from patients (91 subjects, 81 healthy and 10 hemiplegic). The GRNN network had the lowest Root Mean Square Error (RMSE), but the MLP network was able to identify a case of hemiplegia. In the area of agriculture a comparative study to estimate the wheat (Triticum aestivum) productivity was proposed using neural networks. For this study it was used data from an experimental database of wheat cultivars evaluated during two years in the region of Selvíria - MS. The validation was performed by comparing the estimated productivity through the quadratic regression curve and the output of the ANFIS with the neural networks. The RMSE error calculated with the GRNN and RBF neural networks was lower than that obtained with the quadratic regression and the ANFIS. The results obtained in the study of hemiplegia were validated using the RMSE, the confusion matrix, the sensitivity, the specificity and the error accuracy. The results showed that the use of neural networks and fuzzy neural networks, in biomedical engineering, can be a viable for monitoring the progress of patients and discovery new information through a combination of parameters. In agriculture this methodology can bring benefits in combining several evaluation parameters of production to optimize production while minimize financial costs in new plantations80 f.porUniversidade Estadual Paulista (Unesp)Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPLógica difusaHemiplegiaRedes neurais (Computação)Fuzzy logicAplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessEngenharia Elétrica - FEISAutomaçãoControle e instrumentação eletrônicaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Ilha Solteira8879964582778840Publication85b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::173022-185b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::173022-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188666-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188666-1ORIGINAL000794379.pdfapplication/pdf1678626https://repositorio.unesp.br/bitstreams/d4bcb4f0-1c2a-4594-93b5-1bb075a69a12/downloadb6d9b23c03cc8335775be33854ac5879MD51trueAnonymousREADTEXT000794379.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-01-27T06:59:50Z (GMT).Extracted texttext/plain103042https://repositorio.unesp.br/bitstreams/316611bd-ec90-47bc-822f-c1253d662e28/downloadbd7b6b49bb8cbc788d53a6de963f3913MD54falseAnonymousREADTHUMBNAIL000794379.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2016-11-16T18:05:48Z (GMT).IM Thumbnailimage/jpeg4177https://repositorio.unesp.br/bitstreams/4f4eae79-e90b-4880-acfa-9691ea23cde9/downloadb4543a30437d45c375c2d64e36699244MD53falseAnonymousREAD11449/1105162026-03-12T11:50:25.034437Zopen.accessoai:repositorio.unesp.br:11449/110516https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-12T11:50:25Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
| dc.title.pt.fl_str_mv |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| title |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| spellingShingle |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia Silva, Inara Aparecida Ferrer [UNESP] Lógica difusa Hemiplegia Redes neurais (Computação) Fuzzy logic |
| title_short |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| title_full |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| title_fullStr |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| title_full_unstemmed |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| title_sort |
Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia |
| author |
Silva, Inara Aparecida Ferrer [UNESP] |
| author_facet |
Silva, Inara Aparecida Ferrer [UNESP] |
| author_role |
author |
| dc.contributor.institution.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.contributor.committeeMember.none.fl_str_mv |
Assunção, Edvaldo Carvalho, Aparecido Augusto de Andrea, Cristiano Quevedo Nascimento, Valtemir Emerencio do |
| dc.contributor.author.fl_str_mv |
Silva, Inara Aparecida Ferrer [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Teixeira, Marcelo Carvalho Minhoto [UNESP] |
| contributor_str_mv |
Teixeira, Marcelo Carvalho Minhoto [UNESP] |
| dc.subject.por.fl_str_mv |
Lógica difusa Hemiplegia Redes neurais (Computação) Fuzzy logic |
| topic |
Lógica difusa Hemiplegia Redes neurais (Computação) Fuzzy logic |
| description |
Os sistemas fuzzy e neuro fuzzy têm sido usados com sucesso para resolver problemas em diversas áreas, como medicina, indústria, controle, agronomia e aplicações acadêmicas. Nas últimas décadas, as redes neurais têm sido utilizadas para identificação, avaliação e previsão e dados na medicina e na agronomia. Nesta tese, realizou-se um novo estudo comparativo entre as redes neuro fuzzy (ANFIS), rede perceptron multicamadas (MLP), rede função de base radial (RBF) e regressão generalizada (GRNN) na área de engenharia biomédica. Na engenharia biomédica as redes neurais e neuro fuzzy foram treinadas e validadas com dados de pacientes hígidos e hemiplégicos (pacientes com sequela motora após acidente vascular cerebral no hemicorpo direito ou esquerdo do cérebro) coletados por meio de um baropodômetro eletrônico (91 indivíduos, sendo 81 hígidos e 10 hemiplégicos). A rede GRNN apresentou o menor erro RMSE (Raiz Quadrada do Erro Médio Quadrático), porém a rede MLP conseguiu identificar um caso de hemiplegia. Na área de agricultura foi proposto um novo estudo comparativo utilizando redes neurais para previsão de produção de trigo (Triticum aestivum). Para este estudo utilizou-se uma base de dados experimental de trigo avaliada no período dois anos na região de Selvíria-MS. A validação foi realizada comparando-se a produção estimada pelas redes neurais MLP, GRNN e RBF com a curva de regressão quadrática, comumente utilizada para este fim, e com a rede neuro fuzzy ANFIS. O erro RMSE calculado com as redes neurais GRNN e RBF foi menor do que o obtido com a regressão quadrática e com o ANFIS utilizando o treinamento (híbrido). Para validação dos resultados obtidos em hemiplegia utilizou-se o RMSE, a matriz de confusão, a sensitividade, a especificidade e a acurácia. Os resultados mostraram que a utilização das redes neurais e redes neuro fuzzy, na engenharia biomédica, pode ser uma alternativa viável para ... |
| publishDate |
2014 |
| dc.date.accessioned.fl_str_mv |
2014-11-10T11:09:48Z |
| dc.date.available.fl_str_mv |
2014-11-10T11:09:48Z |
| dc.date.issued.fl_str_mv |
2014-02-28 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
SILVA, Inara Aparecida Ferrer. Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia. 2014. 80 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014. |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/110516 |
| dc.identifier.aleph.none.fl_str_mv |
000794379 |
| dc.identifier.file.none.fl_str_mv |
000794379.pdf |
| dc.identifier.capes.none.fl_str_mv |
33004099080P0 |
| dc.identifier.lattes.none.fl_str_mv |
8879964582778840 |
| identifier_str_mv |
SILVA, Inara Aparecida Ferrer. Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia. 2014. 80 f. Tese (doutorado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014. 000794379 000794379.pdf 33004099080P0 8879964582778840 |
| url |
http://hdl.handle.net/11449/110516 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
80 f. |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/d4bcb4f0-1c2a-4594-93b5-1bb075a69a12/download https://repositorio.unesp.br/bitstreams/316611bd-ec90-47bc-822f-c1253d662e28/download https://repositorio.unesp.br/bitstreams/4f4eae79-e90b-4880-acfa-9691ea23cde9/download |
| bitstream.checksum.fl_str_mv |
b6d9b23c03cc8335775be33854ac5879 bd7b6b49bb8cbc788d53a6de963f3913 b4543a30437d45c375c2d64e36699244 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878344251880767488 |