Úlceras cutâneas constituem um problema de saúde pública no mundo atual. A eficiência do seu tratamento é observada pela redução das áreas total, de fibrina (amarelo) e de granulação (vermelho) da úlcera, calculados manualmente e/ou por imagens, processos demorados e posteriores à consulta médica. O trabalho propõe uma nova técnica não-invasiva e automatizada de acompanhamento das úlceras por redes neurais artificiais (RNAs). Foram utilizadas imagens digitais do banco de imagens do ADUN (Ambulatório da Dermatologia de Úlceras Neurovasculares) do Hospital das Clínicas da FMRP-USP (Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo), escolhidas aleatoriamente, sendo 50 imagens para treinamento da RNA e 250 para o teste da RNA. Para validação da RNA foram criados os grupos: 1 (n=15 imagens poligonais com áreas e cores definidas previamente); 2 (n=15 imagens poligonais com áreas e cores definidas previamente, submetidas a variações de iluminação, brilho, contraste, saturação); 3 (n=15 imagens poligonais constituídas de texturas de fibrina e de granulação); 4 (n=15 imagens de úlceras cutâneas reais preenchidas totalmente em cor preta sua superfície). Para avaliar a sua aplicação clínica foram utilizadas 50 imagens padronizadas submetidas aos cálculos das áreas pela RNA. Os resultados da RNA foram comparados aos do programa Image J (segmentação manual) e/ou às medidas-padrão. Estatisticamente os programas foram considerados similares quando p > 0,05 pelo Teste t Student. Quando p < 0,05 e r positivo, considerou-se o coeficiente de correlação de Pearson. A base de imagens de úlceras cutâneas foi eficiente para a aquisição das imagens, para a criação e execução dos algoritmos de extração de cores, de treinamento e de teste da RNA. A rede neural artificial desenvolvida apresentou desempenho similar ao Image J e às medidas-padrão adotadas para a segmentação das figuras do grupo 1, sendo p > 0,05 para as áreas total, de fibrina e de granulação. Na avaliação de interferência de ruídos (grupo 2), foi verificado que tais fatores não interferiram na segmentação da área dos polígonos (p > 0,05), pela RNA e pelo Image J. Entretanto, apesar de interferirem na segmentação de cores de granulação, sendo p < 0,05, o coeficiente de correlação RNA/Image J foi de 0,90 com p < 0,0001. No grupo 3, os cálculos das áreas foram semelhantes pela RNA e pelo Image J (p > 0,05). Quando comparadas às áreas calculadas pelos programas às medidas-padrão, o coeficiente de correlação foi significante (p < 0,0001) para todas as áreas. A segmentação das áreas das úlceras do grupo 4 pela RNA foi validada quando comparada à segmentação manual pelo Image J (p> 0,05). A aplicação clínica da RNA sobre o banco de imagens foi semelhante ao Image J para a segmentação das áreas (p > 0,05). Enfim, a rede neural artificial desenvolvida no Matlab 7.0 mostrou desempenho eficaz e validado na segmentação das úlceras de perna quanto à automatização do cálculo das áreas total, de fibrina e de granulação, semelhante à oferecida manualmente pelo programa Image J. Além disso, mostrou-se de grande aplicação clínica devido a facilidade de sua utilização através da interface web criada, sua praticidade, não interferência do usuário (automatização), propriedades essas que a consolida como uma metodologia adequada para o acompanhamento dinâmico-terapêutico da evolução das úlceras cutâneas. / Cutaneous ulcers are a public health problem worldwide. The efficiency of their treatment is observed through the reduction on the total affected areas, slough (yellow) and granulation (red) of the ulcer, manually calculated and/or through images, which are delayed processes usually performed after medical consultation. This work proposes a new non-invasive and automated technique to follow-up ulcers through artificial neural networks (ANN). Digital images from the ADUN (Neurovascular Ulcers Dermatology Ambulatory) image bank - FMRP General Hospital (Ribeirão Preto Medical School - University of São Paulo) were used and randomly selected as follows: 50 images for ANN training and 250 for the ANN test. For the ANN validation, the following groups were created: 1 (n=15 polygonal images with areas and colors previously defined); 2 (n=15 polygonal images with areas and colors previously defined submitted to illumination, brightness, contrast and saturation variation); 3 (n=15 polygonal images composed of slough and granulation textures); 4 (n=15 images of actual cutaneous ulcers with their surface fully filled in black). To evaluate its clinical application, 50 standard images were used and submitted to calculation of areas using ANN. The ANN results were compared to those obtained with the Image J software (manual segmentation) and/or to standard measures. The programs were statistically considered similar when p > 0.05 through the t Student test. When p < 0.05 and r is positive, the Pearson correlation coefficient was considered. The cutaneous ulcer image bank was efficient for the acquisition of images, for the creation and execution of color extraction algorithms, ANN training and tests. The artificial neural network developed presented performance similar to that obtained with the Image J software and to standard measures adopted for the segmentation of figures from group 1, with p > 0.05 for total areas, slough and granulation. In the noise interference assessment (group 2), it was verified that such factors did not interfere in the polygons area segmentation (p > 0.05) through both ANN and Image J. However, although interfering in the color and granulation segmentation, with p < 0.05, the ANN/Image J correlation coefficient was of 0.90, with p < 0.0001. In group 3, the calculations of areas were similar through both ANN and Image J (p > 0.05). When compared to standard measures, the correlation coefficient was significant (p < 0.0001) for all areas. The segmentation of ulcer areas of group 4 through ANN was validated when compared to manual segmentation through Image J (p> 0.05). The clinical application of ANN on the image bank was similar to Image J for the segmentation of areas (p > 0.05). Finally, the Artificial Neural Network developed in Matlab 7.0 environment showed good performance and was validated in the segmentation of leg ulcers in relation to the automation of the calculation of total areas, slough and granulation, which was similar to that obtained with the Image J software. Moreover, it presented a large clinical application due to the easiness of its application through the web interface created and the non interference of the user (automation), properties that consolidate this technique as a suitable methodology for the dynamic-therapeutic follow-up of the evolution of cutaneous ulcers.

Made available in DSpace on 2016-04-25T16:44:20Z (GMT). No. of bitstreams: 1 Augusto Felippe Caramico dos Santos.pdf: 2861062 bytes, checksum: 6d3cef8dbb21f87933057ea82ef60089 (MD5) Previous issue date: 2011-05-30 / A model was developed with the purpose to estimate a potential anticipation of the reversal of the short-term trend for Ibovespa, reducing the investor s risk exposure and seeking to increase its return through statistical techniques, like the Multiple Regression Analysis. Besides, the Artificial Neural Networks have been used to build an algorithm able to anticipate trends and forecast its reversal. The study was limited to the São Paulo Stock Exchange in its main index (Ibovespa), within the period between July 1994 and December 2009, taking into consideration only its value in points. In order to build the artificial model, historical information have been collected from the Brazilian, American, European and Asian markets. It was found that the error percentage of the model built through the Neural Network was 21.76%, which allows us to conclude that in 78.24% of the cases, the model proposed through the use of neural networks could accurately determine the existing relationship between the input variables. When a fictitious application was performed based on the market conditions above mentioned, a gross return of 65.37% was found for responses with unknown data, in comparison with 53.51% of Ibovespa for the same period. Therefore, it can be concluded that the developed model presented conditions to treat the unknown data in a satisfactory manner and reach an additional gain in relation to the market in the analyzed period / Foi elaborado um modelo com a finalidade de estimar uma possível antecipação do momento de reversão da tendência de curto prazo para o Ibovespa, reduzindo a exposição ao risco pelo investidor e buscando aumentar seu retorno através de técnicas estatísticas, como a Análise de Regressão Múltipla. Além disso, utilizou-se as Redes Neurais Artificiais, para a construção de um algoritmo capaz de antecipar as tendências e prever a sua reversão. O estudo foi limitado a Bolsa de Valores de São Paulo em seu principal indicador, o Índice Bovespa no período de julho/1994 a dezembro/2009 considerando somente seu valor em pontos, tendo sido coletados dados históricos do mercado brasileiro, americano, europeu e asiático para a composição do modelo artificial. Verificou-se que a porcentagem de erro do modelo construído através da Rede Neural foi de 21,76%, podendo-se assim dizer que em 78,24% dos casos, o modelo proposto por meio da utilização das redes neurais conseguiu determinar acertadamente a relação existente entre as variáveis de entrada. Ao se realizar uma aplicação fictícia, considerando as condições de mercado acima mencionadas foi obtido um retorno bruto de 65,37% para respostas com dados desconhecidos, ante 53,51% do Ibovespa para o mesmo período, podendo-se dizer que o modelo elaborado apresentou condições de tratar de forma satisfatória os dados desconhecidos e obter um ganho adicional em relação ao mercado no período estudado

Perceptrons são redes neurais sem retroalimentação onde os neurônios estão dispostos em camadas. O perceptron considerado neste trabalho consiste de uma camada de N neurônios sensores Si = ±1; i = 1, , N ligados a um neurônio motor &#948; através das conexões sinápticas (pesos) Wi; i = 1, ..., N cujos valores restringimos a ±1. Utilizando o formalismo de Mecânica Estatística desenvolvido por Gardner (1988), estudamos os efeitos de eliminarmos uma fração de conexões sinápticas (diluição ) nas capacidades de memorização e generalização da rede neural descrita acima. Consideramos também o efeito de ruído atuando durante o estágio de treinamento do perceptron. Consideramos dois tipos de diluição: diluição móvel na qual os pesos são cortados de maneira a minimizar o erro de treinamento e diluição fixa na qual os pesos são cortados aleatoriamente. A diluição móvel, que modela lesões em cérebro de pacientes muito jovens, pode melhorar a capacidade de memorização e, no caso da rede ser treinada com ruído, também pode melhorar a capacidade de generalização. Por outro lado, a diluição fixa, que modela lesões em cérebros de pacientes adultos, sempre degrada o desempenho da rede, sendo seu principal efeito introduzir um ruído efetivo nos exemplos de treinamento. / Perceptrons are layered, feed-forward neural networks. In this work we consider a per-ceptron composed of one input layer with N sensor neurons Si = ±1; i = 1, ... , N which are connected to a single motor neuron &#948; through the synaptic weights Wj; i = 1, ... , N, which are constrained to take on the values ±1 only. Using the Statistical Mechanics formalism developed by Gardner (1988), we study the effects of eliminating a fraction of synaptic weights on the memorization and generalization capabilities of the neural network described above. We consider also the effects of noise acting during the perceptron training stage. We consider two types of dilution: annealed dilution, where the weights are cut so as to minimize the training error and quenched dilution, where the weights are cut randomly. The annealed dilution which models brain damage in very young patients can improve the memorization ability and, in the case of training with noise, it can also improve the generalization ability. On the other hand, the quenched dilution which models lesions on adult brains always degrades the performance of the network, its main effect being to introduce an effective noise in the training examples.

Orientador: Percival Bueno de Araujo / Banca: Laurence Duarte Colvara / Banca: Mara Lúcia Martins Lopes / Banca: Luis Filomeno de Jesus Fernandes / Banca: Igor Kopcak / Resumo: Neste trabalho é proposta a utilização da rede neural artificial (RNA) ARTMAP Nebulosa (fuzzy) no ajuste de parâmetros de controladores suplementares para o amortecimento de oscilações eletromecânicas de sistemas elétricos de potência, visando tornar este ajuste mais eficiente. Análises comparativas da atuação das redes neurais artificiais ARTMAP Nebulosa e Perceptron Multicamadas (PM) são realizadas para dois sistemas multimáquinas considerando o ajuste individual e coordenado dos controladores. Tais redes são utilizadas para o projeto dos controladores ESP (Estabilizadores de Sistemas de Potência) e POD (Power Oscillation Damping) acoplado ao dispositivo FACTS (Flexible Alternating Current Transmission Systems) UPFC (Unified Power Flow Controller). Será evidenciado que a RNA ARTMAP Nebulosa pode ser utilizada na melhora da estabilidade dinâmica, fornecendo resultados muito semelhantes aos da RNA Perceptron Multicamadas. Entretanto, é importante enfatizar que a vantagem da utilização da RNA ARTMAP Nebulosa está no fato da garantia da estabilidade e plasticidade associadas a um rápido treinamento, o que não ocorre com a RNA Perceptron Multicamadas / Abstract: This work proposes the use of artificial neural network (ANN) Fuzzy ARTMAP to adjust the parameters of additional controllers to damp electromechanical oscillations in electric power systems in order to make this adjustment more efficient due to variations in load. Comparative analysis of the performance of artificial neural networks Fuzzy ARTMAP and Multilayer Perceptron are performed for two multimachine systems, considering individual and coordinated controller adjustment. Those networks are used for the design of Power System Stabilizers (PSS) and Power Oscillation Damping (POD) that is coupled to the FACTS (Flexible Alternating Current Transmission Systems) UPFC (Unified Power Flow Controller). It will be shown that the ANN Fuzzy ARTMAP can be used in the improvement of dynamic stability, providing very similar results to the ANN Multilayer Perceptron. However, it is important to emphasize that the advantage of using ANN Fuzzy ARTMAP is the guarantee of stability and plasticity associated with a fast training process which does not occur for the ANN Multilayer Perceptron / Doutor

[pt] Um dos maiores desafios na área de reconhecimento de voz contínua é desenvolver sistemas robustos ao ruído aditivo. Para isso, este trabalho analisa e testa três técnicas. A primeira delas é a extração de atributos do sinal de voz usando os métodos MFCC, SSCH e PNCC. A segunda é a remoção de ruído do sinal de voz via wavelet denoising. A terceira e última é uma proposta original batizada de feature denoising, que busca melhorar os atributos extraídos usando um conjunto de redes neurais. Embora algumas dessas técnicas já sejam conhecidas na literatura, a combinação entre elas trouxe vários resultados interessantes e inéditos. Inclusive, nota-se que o melhor desempenho vem da união de PNCC com feature denoising. / [en] One of the biggest challenges on the continuous speech recognition field is to develop systems that are robust to additive noise. To do so, this work analyses and tests three techniques. The first one extracts features from the voice signal using the MFCC, SSCH and PNCC methods. The second one removes noise from the voice signal through wavelet denoising. The third one is an original one, called feature denoising, that seeks to improve the extracted features using a set of neural networks. Although some of these techniques are already known in the literature, the combination of them brings many interesting and new results. In fact, it is noticed that the best performance comes from the union of PNCC and feature denoising.

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-10-07Bitstream added on 2014-06-13T20:00:54Z : No. of bitstreams: 1 furini_ma_dr_ilha.pdf: 763780 bytes, checksum: c5cdfef6ac6feb2737b71cbcd978ec47 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho é proposta a utilização da rede neural artificial (RNA) ARTMAP Nebulosa (fuzzy) no ajuste de parâmetros de controladores suplementares para o amortecimento de oscilações eletromecânicas de sistemas elétricos de potência, visando tornar este ajuste mais eficiente. Análises comparativas da atuação das redes neurais artificiais ARTMAP Nebulosa e Perceptron Multicamadas (PM) são realizadas para dois sistemas multimáquinas considerando o ajuste individual e coordenado dos controladores. Tais redes são utilizadas para o projeto dos controladores ESP (Estabilizadores de Sistemas de Potência) e POD (Power Oscillation Damping) acoplado ao dispositivo FACTS (Flexible Alternating Current Transmission Systems) UPFC (Unified Power Flow Controller). Será evidenciado que a RNA ARTMAP Nebulosa pode ser utilizada na melhora da estabilidade dinâmica, fornecendo resultados muito semelhantes aos da RNA Perceptron Multicamadas. Entretanto, é importante enfatizar que a vantagem da utilização da RNA ARTMAP Nebulosa está no fato da garantia da estabilidade e plasticidade associadas a um rápido treinamento, o que não ocorre com a RNA Perceptron Multicamadas / This work proposes the use of artificial neural network (ANN) Fuzzy ARTMAP to adjust the parameters of additional controllers to damp electromechanical oscillations in electric power systems in order to make this adjustment more efficient due to variations in load. Comparative analysis of the performance of artificial neural networks Fuzzy ARTMAP and Multilayer Perceptron are performed for two multimachine systems, considering individual and coordinated controller adjustment. Those networks are used for the design of Power System Stabilizers (PSS) and Power Oscillation Damping (POD) that is coupled to the FACTS (Flexible Alternating Current Transmission Systems) UPFC (Unified Power Flow Controller). It will be shown that the ANN Fuzzy ARTMAP can be used in the improvement of dynamic stability, providing very similar results to the ANN Multilayer Perceptron. However, it is important to emphasize that the advantage of using ANN Fuzzy ARTMAP is the guarantee of stability and plasticity associated with a fast training process which does not occur for the ANN Multilayer Perceptron

Submitted by Daniel Piccoli (piccoli@gmail.com) on 2014-02-26T02:20:15Z No. of bitstreams: 1 Dissertação - Daniel Piccoli.pdf: 884407 bytes, checksum: 7a147511454c1a47f8222876c295f71a (MD5) / Rejected by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br), reason: Prezado Daniel, Não consta nenhuma alteração do título no verso da ATA, qualquer alteração é necessário o orientador vir a secretaria relatar. Título anterior:APLICAÇÃO DE REDES NEURAIS PARA PREVISÃO DE CONTRATO DE DÓLAR FUTURO NO MERCADO BRASILEIRO Att. Suzi 3799-7876 on 2014-02-26T17:55:25Z (GMT) / Submitted by Daniel Piccoli (piccoli@gmail.com) on 2014-02-26T23:07:56Z No. of bitstreams: 1 Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-02-27T11:52:28Z (GMT) No. of bitstreams: 1 Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5) / Made available in DSpace on 2014-02-27T12:32:34Z (GMT). No. of bitstreams: 1 Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5) Previous issue date: 2014-02-10 / The objective of this work is to develop a neural network to predict the movement of the 1-month BRL/USD future contract and to develop trading strategies for futures and options, thus providing a tool for estimating the movement of exchange rates and trading strategies based on these assets. This tool can help companies that need to hedge assets and liabilities as well as market players who need to increase performance of their portfolios. In this work, we use as input market data available on Bloomberg from January 2001 to September 2013 and for the calculation of the financial results of the strategies we use reference prices provided by BM&F. The best neural network obtained has an accuracy rate slightly above 70%, the financial result of strategies outperforms the usual market benchmark, the CDI. The options strategy presented a better result than the future strategy, both for the period of 2013 and for the whole period considered, generating a return of 884% versus 573% in the period from September 2005 to September 2013, with the CDI in this period yielding 132%. From January to September 2013, the options strategy also outperformed the future strategy, yielding 31% versus 24% whereas the CDI yielded 6% in the same period. / Este trabalho tem por objetivo a construção de uma rede neural para previsão do movimento dos contratos de dólar futuro e a construção de estratégias de negociação, para prover uma ferramenta para estimar o movimento do câmbio e para a negociação desses ativos. Essa ferramenta pode auxiliar empresas que necessitam fazer hedge de ativos e passivos e players do mercado que necessitam rentabilizar carteiras. Neste trabalho utilizamos como input dados de ativos do mercado financeiro, de janeiro de 2001 até setembro de 2013, disponíveis via terminal Bloomberg. Para o cálculo dos resultados financeiros das estratégias utilizamos dados de preços referenciais disponibilizados pela BM&F.

Made available in DSpace on 2016-06-02T19:05:18Z (GMT). No. of bitstreams: 1 DissMHH.pdf: 1099194 bytes, checksum: 184b5cdd154482fba5534e26df80594f (MD5) Previous issue date: 2003-08-27 / This work presents a methodology for predetermined facial attributes recognition preestablished. This work realizes the recognition of facial attributes previously established: right eye, left eye, nose and lip, using an alternative implementation of Neocognitron Neural Network, robust for distortions and shifts on input patterns. The implementation of the neural network (NEOFAR - Neocognitron for Facial Attributes Recognition), consists of two sub-networks: Neural Network for Detecting of Control Points (NNDCP), which is used for edge detection, line detection, and line end detection, during the training phase; and Neural Network for Facial Recognition (NNFR), which is used for complex features manipulation, during the recognition phase. The performance evaluation showed the viability of project for many applications with excellent future perspectives. The performance tests showed rightness taxes over 85%. / Este trabalho é relativo à metodologia de reconhecimento de atributos faciais préestabelecidos: olho direito, olho esquerdo, nariz e lábio, utilizando uma implementação alternativa da Rede Neural Neocognitron, robusta a distorções e deslocamentos no padrão de entrada. A implementação da rede neural (NEORAF-Neocognitron para o Reconhecimento de Atributos Faciais), consiste de duas sub-redes: Rede Neural para Detecção de Pontos de Controle (RNDPC), que detecta bordas, linhas e extremidades de linhas nos padrões de entrada, durante o treinamento; e Rede Neural para Reconhecimento Facial (RNRF), que é a rede propriamente usada para o reconhecimento, constituído de camadas para manipulação de fatores complexos. A avaliação de desempenho mostrou a viabilidade do sistema para diversas aplicações com excelentes perspectivas futuras. Os testes de desempenho apresentaram taxas de acerto acima de 85%.

Made available in DSpace on 2016-06-02T19:05:30Z (GMT). No. of bitstreams: 1 1899.pdf: 6848122 bytes, checksum: 73de4f19b5358e6ac6d95ad0e75e7ea1 (MD5) Previous issue date: 2007-08-30 / Financiadora de Estudos e Projetos / This work presents an implementation of the Neocognitron Neural Network, using a high performance computing architecture based on GPU (Graphics Processing Unit). Neocognitron is an artificial neural network, proposed by Fukushima and collaborators, constituted of several hierarchical stages of neuron layers, organized in two-dimensional matrices called cellular plains. For the high performance computation of Face Recognition application using Neocognitron it was used CUDA (Compute Unified Device Architecture) as API (Application Programming Interface) between the CPU and the GPU, from GeForce 8800 GTX of NVIDIA company, with 128 ALU s. As face image databases it was used a face database created at UFSCar, and the CMU-PIE (Carnegie Melon University - Pose, Illumination, and Expression) database. The load balancing through the parallel processing architecture was obtained by means of the distributed processing of the cellular connections as threads organized in blocks, following the CUDA philosophy of development. The results showed the viability of this type of device as a massively parallel data processing tool, and that smaller the granularity of the parallel processing, and the independence of the processing, better is its performance. / Neste trabalho é apresentada a implementação da Rede Neural Neocognitron, usando uma arquitetura de computação de alto desempenho baseada em GPU (Graphics Processing Unit). O Neocognitron é uma rede neural artificial, proposta por Fukushima e colaboradores, constituída de vários estágios de camadas de neurônios, organizados em matrizes bidimensionais denominadas planos celulares. Para o processamento de alto desempenho da aplicação de reconhecimento facial usando neocognitron foi utilizado o CUDA (Compute Unified Device Architecture) como API (Application Programming Interface) entre o CPU e o GPU, da GeForce 8800 GTX da empresa NVIDIA, com 128 ALU s. Como repositórios de imagens faciais foram utilizados imagens faciais desenvolvido na UFSCar e o banco da Universidade de Carnegie Melon, CMU-PIE. O balanceamento de carga na arquitetura de processamento paralelo foi obtido considerando o processamento de uma conexão de neurônio como um thread, e um conjunto de threads, como um bloco, segundo a filosofia de desenvolvimento dentro deste ambiente. Os resultados mostraram a viabilidade do uso deste tipo de dispositivo como ferramenta de processamento de dados maciçamente paralelo e que quanto menor a granularidade da paralelização e a independência dos processamentos, melhor é seu desempenho.

Made available in DSpace on 2016-06-02T19:05:30Z (GMT). No. of bitstreams: 1 1973.pdf: 2279550 bytes, checksum: d1faff5394d480a23ef7c9a9c0ebdc08 (MD5) Previous issue date: 2008-08-13 / Universidade Federal de Minas Gerais / The present work consists in the use of the combination of neocognitron networks for the face recognition tasks integrating a system of face recognition, categorized as holistic method, by the fact of to approach all the face in the extration of the characteristics of the input image. The use of the face as biometric attribute in the recognition of individuous has grown mainly to its characteristic that dispense their cooperation for analysis. The great challenges in the area of face recognition are about the application in non-controlled environments in which the variation of illumination and pose can decrease the performance of the system. In order to work the challenges (variation of illumination and distortion in the patterns) it was used frontals images of CMU-PIE (University Carnegie Mellon - Pose, Illumination and Expression) database using the advantage of illumination and expression variations. The neural network model applied in the work is the neocognitron network that is capable to recognize patterns without its capacity of recognition been affected by deformations, changes in the size or position, of the input pattern. With the goal of to get the structure more adjusted of the neocognitron for the face recognition task, inside of a set of structures, it was analyzed some structures of neocognitron network with one output class and with different images resolutions. The best result corresponds to a recognition rate of 78% for a set with 30 classes with thirty and six patterns each one in the recognition phase. To improve the results it was applied combination of classifiers using: Decision Templates and the Modified Decision Templates method developed in this work. The performance of the classifiers was analyzed through the error estimation using the hold-out method and the Kappa coefficient. The final results pointed that the combination of classifiers applied to this model did not result in significant improvements due the inherent characteristics of the applied model. / O presente trabalho consiste na utilização da combinação de redes neocognitron na tarefa de reconhecimento facial integrando um sistema de reconhecimento facial, categorizado como método holístico, pelo fato de abordar a face como um todo na extração das características da imagem de entrada.A utilização da face como atributo biométrico no reco-nhecimento de indivíduos tem crescido principalmente devido a sua característica de não necessitar da cooperação do indivíduo para análise. Os grandes desafios na área de reco-nhecimento facial trata de sua aplicação em ambientes não-controlados em que a variação de iluminação e pose podem degradar o desempenho do sistema. A fim de trabalhar os desafios (variação de iluminação e distorção nos padrões) utilizou-se imagens frontais da base CMU-PIE (Carnegie Mellon University - Pose, Illumination and Expression) aproveitando sua característica de variação da iluminação e expressão. O modelo neural aplicado ao trabalho é a rede neocognitron que é capaz de reconhecer padrões sem que sua capacidade de reco-nhecimento seja afetada por deformações, mudanças no tamanho ou posição do padrão de entrada. Com o objetivo de obter a estrutura da rede neocognitron mais adequada à tarefa de reconhecimento facial, dentro de um conjunto de estruturas, foram analisadas algumas estruturas de rede neocognitron com uma saída e com diferentes resoluções de imagens. O melhor resultado obtido consiste na taxa de reconhecimento de 78% para um conjunto com 30 classes com trinta e seis padrões cada na fase de reconhecimento. Para a melhoria dos resultados aplicou-se a combinação de classificadores utilizando: Decision Templates e o método Decision Templates Modificado desenvolvido neste trabalho. O desempenho dos classificadores foi analisado através da estimação de erro pelo método hold-out e pelo coeficiente Kappa. Os resultados finais apontaram que a combinação de classificadores, aplicados a este modelo não resultou em melhoras significativas devido às características inerentes ao modelo aplicado.