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
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
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: 13 fev. 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 fev. 13 ] 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 fev. 13 ] 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
- Computer assisted analysis of acrosomal status in sperm cells using inverted fluorescence microscopy and computational intelligence for biotechnology applications
- Intentional islanding using genetic algorithms and algebraic-graph techniques
- Sistema inteligente para controle de relés reguladores de tensão
- Automatização de processos de detecção de faltas em linhas de distribuição utilizando sistemas especialistas híbridos
- 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
- Wavelet packet transform and multilayer perceptron to identify voices with a mild degree of vocal deviation
Informações sobre o DOI: 10.1007/s40313-019-00454-1 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
