Optimized artificial neural network for biosignals classification using genetic algorithm (2019)
- Authors:
- Lima, Aron A. M - Universidade Tecnológica Federal do Paraná (UTFPR)
- Barros, Fábio K. H. de - Universidade Tecnológica Federal do Paraná (UTFPR)
- Yoshizumi, Victor H - Universidade Tecnológica Federal do Paraná (UTFPR)
- Spatti, Danilo Hernane
- Dajer, Maria E - Universidade Tecnológica Federal do Paraná (UTFPR)
- Autor USP: SPATTI, DANILO HERNANE - ICMC
- Unidade: ICMC
- DOI: 10.1007/s40313-019-00454-1
- Subjects: RECONHECIMENTO DE PADRÕES; REDES NEURAIS; ALGORITMOS GENÉTICOS; TOPOLOGIA EM COMPUTAÇÃO; SINAIS BIOMÉDICOS
- Keywords: Optimization; Hybrid intelligent systems
- Language: Inglês
- Imprenta:
- Publisher place: Heidelberg
- Date published: 2019
- Source:
- Título: Journal of Control, Automation and Electrical Systems
- ISSN: 2195-3880
- Volume/Número/Paginação/Ano: v. 30, n. 3, p. 371-379, 2019
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
LIMA, Aron A. M et al. Optimized artificial neural network for biosignals classification using genetic algorithm. Journal of Control, Automation and Electrical Systems, v. 30, n. 3, p. 371-379, 2019Tradução . . Disponível em: https://doi.org/10.1007/s40313-019-00454-1. Acesso em: 07 abr. 2026. -
APA
Lima, A. A. M., Barros, F. K. H. de, Yoshizumi, V. H., Spatti, D. H., & Dajer, M. E. (2019). Optimized artificial neural network for biosignals classification using genetic algorithm. Journal of Control, Automation and Electrical Systems, 30( 3), 371-379. doi:10.1007/s40313-019-00454-1 -
NLM
Lima AAM, Barros FKH de, Yoshizumi VH, Spatti DH, Dajer ME. Optimized artificial neural network for biosignals classification using genetic algorithm [Internet]. Journal of Control, Automation and Electrical Systems. 2019 ; 30( 3): 371-379.[citado 2026 abr. 07 ] Available from: https://doi.org/10.1007/s40313-019-00454-1 -
Vancouver
Lima AAM, Barros FKH de, Yoshizumi VH, Spatti DH, Dajer ME. Optimized artificial neural network for biosignals classification using genetic algorithm [Internet]. Journal of Control, Automation and Electrical Systems. 2019 ; 30( 3): 371-379.[citado 2026 abr. 07 ] Available from: https://doi.org/10.1007/s40313-019-00454-1 - Reconhecimento de edemas de Reinke por meio de redes neurais artificiais do tipo perceptron multicamadas
- Intentional islanding using genetic algorithms and algebraic-graph techniques
- Feature selection and comparison of classifiers for Reinke's edema identification
- Implementation of a computational intelligence system to identify respiratory distress from digital signal processing of voice
- Algoritmos de otimização binários aplicados à seleção de hiperparâmetros do perceptron multicamadas para identificação de edema de Reinke
- Aquisição de sinais de eletromiografia com DSP e classificação de movimentos da mão
- Computer assisted analysis of acrosomal status in sperm cells using inverted fluorescence microscopy and computational intelligence for biotechnology applications
- Wavelet packet transform and multilayer perceptron to identify voices with a mild degree deviation
- Wavelet packet transform and multilayer perceptron to identify voices with a mild degree of vocal deviation
- Automatização de processos de detecção de faltas em linhas de distribuição utilizando sistemas especialistas híbridos
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
