OTERO, A.G.L.POTIENS JUNIOR, A.J.MARUMO, J.T.2020-10-162020-10-162020OTERO, A.G.L.; POTIENS JUNIOR, A.J.; MARUMO, J.T. Um comparativo entre a utilização de redes neurais perceptron e redes neurais profundas na identificação de radionuclídeos em espectrometria gama. <b>Brazilian Journal of Radiation Sciences</b>, v. 8, n. 1, p. 1-11, 2020. DOI: <a href="https://dx.doi.org/10.15392/bjrs.v8i1.1132">10.15392/bjrs.v8i1.1132</a>. Disponível em: http://repositorio.ipen.br/handle/123456789/31443.2319-0612http://repositorio.ipen.br/handle/123456789/31443Apresentamos os resultados da comparação entre uma Rede Neural Profunda e uma Rede Neural Perceptron na classificação de espectros gama obtidos utilizando um detector de germânio hiper-puro. Utilizando dados de diversas fontes seladas (Am-241, Ba-133, Cd-109, Co-57, Co-60, Cs-137, Eu-152, Mn-54, Na-24, and Pb-210) foram gerados uma lista extensa de espectros para treino e validação contendo, respectivamente, 500 e 160 espectros, onde foram mesclados até três radionuclídeos em um único espectro. Depois de 250 épocas de treino foram validadas a exatidão de cada um dos modelos utilizando o conjunto de validação. O modelo de rede neural profunda obteve uma exatidão de classificação de 96,25% enquanto a rede neural perceptron obteve uma exatidão de 80,62%. Os resultados mostram um desempenho robusto e consistentemente melhor das redes neurais profundas, frente as redes neurais perceptron.1-11openAccesschemical analysiscomparative evaluationsdatagamma spectroscopyhigh-purity ge detectorsneural networkssealed sourcesArtigo de periódico1810.15392/bjrs.v8i1.11320000-0003-3010-96910000-0002-4098-0272https://orcid.org/0000-0003-3010-9691Sem Percentil