Classificação do Estado dos Olhos via Dados EEG e Redes Neurais Feed-Forward, Recorrente e Evolutiva

A análise de dados de eletroencefalografia (EEG) tem sido largamente explorada em uma variedade de aplicações. O presente trabalho visa detectar o estado dos olhos a partir dos dados de 14 eletrodos EEG. Três modelos neurais artificiais são brevemente apresentados, implementados e comparados na tarefa de classificação do estado do olho. Empregou-se o modelo feed-forward Multi Layer Perceptron (MLP), o modelo recorrente de Elman (ELM), e o modelo granular evolutivo (EGNN). Os resultados mostram que a abordagem evolutiva EGNN supera as demais em termos de verdadeiros positivos e negativos com relação ao estado do olho.