RESUMO
O objetivo deste trabalho é a implementação de técnicas utilizadas no processo de aprendizagem em Redes Neurais Artificiais Auto-organizáveis (RNA's). Inicialmente a rede será treinada a partir do simulador da Neurosciences - ActiveX que utiliza o algoritmo padrão de Kohonen com a aprendizagem competitiva e não supervisionada. O resultado da simulação será comparado com o algoritmo que utiliza aprendizagem supervisionada através da técnica Learning Vector of Quantization (LVQ1). O domínio escolhido para a implementação dos algoritmos de aprendizagem foi a aplicação no Diagnóstico Clínico das Crises Convulsivas, baseado na Classificação International League Against Epilepsy - ILAI/81. De acordo com os resultados encontrados do simulador e do algoritmo que utiliza a técnica LVQ1 em uma matriz (2x2) as bases de treinamento e teste da rede mostraram um índice de convergência de 71,31 por cento e 100 por cento; em uma matriz (5x5) as bases de treinamento e teste apresentaram 84,4 por cento e 100 por cento respectivamente. A partir destes resultados observou-se que, com a utilização da técnica LVQ1 em ambas as topologias de rede ocorreu uma melhora significativa no reconhecimento dos padrões