RESUMO
Este trabalho analisa dois algoritmos de aprendizagem na área da neurologia descrevendo algumas técnicas de aprendizagem utilizadas em Redes Neurais Artificiais (RNAs). Os algoritmos utilizam a aprendizagem competitiva através do Mapa Auto-organizável de Kohonen em uma arquitetura de rede 2 x 2 e uma arquitetura de rede 5 x 5. Através da técnica Learning Vector of Quantization (LVQ1) o conjunto de treinamento referente à matriz 5 x 5 apresentou um índice de convergência de 95,2 por cento; o conjunto de teste da rede obteve um índice de convergência de 95,1 por cento; na matriz 2 x 2 apenas 84,7 por cento da base de treinamento da rede apresentou índices de convergência; no conjunto de teste da rede o índice de acertos subiu para 85,4 por cento. A partir destes resultados pode-se observar que a rede obteve um índice melhor de classificação de crises convulsivas com a aplicação da técnica LVQ1.