Using Fuzzy Neural Networks to Improve Prediction of Expert Systems for Detection of Breast Cancer

• Augusto Júnio Guimarães CEFET-MG
• Vinicius Jonathan Araújo CEFET-MG
• Lucas de Oliveira Batista CEFET-MG
• Paulo Vitor Campos Souza CEFET-MG
• Vanessa Araújo CEFET-MG
• Thiago Silva Rezende CEFET-MG

DOI: https://doi.org/10.5753/eniac.2018.4468

Resumo

Este artigo não possui resumo.

Referências

Bach, F. R. (2008). Bolasso: model consistent lasso estimation through the bootstrap. In Proceedings of the 25th international conference on Machine learning, pages 33–40. ACM.

Bakirtzis, A., Theocharis, J., Kiartzis, S., and Satsios, K. (1995). Short term load forecasting using fuzzy neural networks. IEEE Transactions on Power Systems, 10(3):1518–1524.

Ballini, R., Soares, S., and Andrade, M. G. (2003). Previs˜ao de vaz˜oes médias mensais usando redes neurais nebulosas. Sba: Controle & Automação Sociedade Brasileira de Automatica, 14(3):680–693.

Bergamasco, R. B. and Angelo, M. (2001). Câncer de mama: Como o diagnóstico é experienciado pela mulher. Revista brasileira de cancerologia, 47(3):277–82.

Calvo, R. (2007). Arquitetura híbrida inteligente para navegação autônoma de robôs. PhD thesis, Universidade de S˜ao Paulo.

de Campos Souza, P. V. and Guimar˜aes, A. J. Utilizando redes neurais nebulosas para melhoria na predição de sistemas especialistas para tratamento de crioterapia.

DeSantis, C., Ma, J., Bryan, L., and Jemal, A. (2014). Breast cancer statistics, 2013. CA: a cancer journal for clinicians, 64(1):52–62.

Freitas, A. M. S. d., Silva, L. L. d. M. d., Toscani, N. V., and Graudenz, M. S. (2008). Perfil imuno-histoquímico de carcinomas mamários invasores em homens.

Haykin, S. and Network, N. (2004). A comprehensive foundation. Neural networks, 2(2004):41.

Huang, G.-B., Zhu, Q.-Y., and Siew, C.-K. (2006). Extreme learning machine: theory and applications. Neurocomputing, 70(1-3):489–501.

Jang, J.-S. R., Sun, C.-T., and Mizutani, E. (1997). Neuro-fuzzy and soft computing; a computational approach to learning and machine intelligence.

Kasabov, N. et al. (1998). Evolving fuzzy neural networks-algorithms, applications and biological motivation. Methodologies for the conception, design and application of soft computing, World Scientific, 1:271–274.

Lemos, A., Caminhas, W., and Gomide, F. (2010). New uninorm-based neuron model and fuzzy neural networks. In Fuzzy Information Processing Society (NAFIPS), 2010 Annual Meeting of the North American, pages 1–6. IEEE.

Mineo, F. V., Matos, L. d. F. B., da Silva Lima, S., Deluque, A. L., and Ferrari, R. (2013). Assistência de enfermagem no tratamento do câncer de mama. Revista Eletrônica Gest˜ao & Saúde, 4(2):2238–2260.

Özbay, Y., Ceylan, R., and Karlik, B. (2006). A fuzzy clustering neural network architecture for classification of ecg arrhythmias. Computers in Biology and Medicine, 36(4):376–388.

Patrício, M., Pereira, J., Crisóstomo, J., Matafome, P., Gomes, M., Seiça, R., and Caramelo, F. (2018). Using resistin, glucose, age and bmi to predict the presence of breast cancer. BMC cancer, 18(1):29.

Pedrycz, W. (1991). Neurocomputations in relational systems. IEEE Transactions on Pattern Analysis & Machine Intelligence, (3):289–297.

Ribeiro-Silva, A. (2012). Core biopsy: uma técnica confiável para o diagnóstico histopatológico do câncer de mama. J Bras Patol Med Lab, 48(1):8–9.

Rossi, L. and dos Santos, M. A. (2003). Repercuss˜oes psicológicas do adoecimento e tratamento em mulheres acometidas pelo câncer de mama. Psicologia: ciência e profissão, 23(4):32–41.

Savic, D. A. and Pedrycz,W. (1991). Evaluation of fuzzy linear regression models. Fuzzy sets and systems, 39(1):51–63.

Seabra, Z. T. and Lourenço, J. (2013). Imagiologia no carcinoma da mama. Revista Portuguesa de Cirurgia, (27):59–70.

Silva, A. M., Caminhas,W. M., Lemos, A. P., and Gomide, F. (2013). Evolving neo-fuzzy neural network with adaptive feature selection. In Computational Intelligence and 11th Brazilian Congress on Computational Intelligence (BRICS-CCI & CBIC), 2013 BRICS Congress on, pages 341–349. IEEE.

Souza, P. V. C. (2018). Regularized fuzzy neural networks for pattern classification problems. International Journal of Applied Engineering Research, 13(5):2985–2991.