Search

Em Portugal, de acordo com o Decreto-Lei 92/2019 de 10 de julho, existem cerca de 300 espécies Invasoras. As espécies exóticas, sejam animais, plantas ou outros organismos não representam por si só um problema. Essa questão surge quando uma espécie apresenta um comportamento invasor. O concelho de Gavião, à semelhança de outros em Portugal, é atingido pelo fenómeno das espécies invasoras, nomeadamente espécies de Acacia e Hakea. Os objetivos deste trabalho consistiram, numa primeira fase, na localização e caracterização de uma seleção de plantas invasoras presentes no concelho de Gavião e, numa segunda fase, na definição de uma proposta de intervenção para controlo das mesmas com vista a minimizar os seus impactes. Utilizei a deteção remota (DR) e os métodos de aprendizagem automática para a classificação das imagens. Complementarmente à informação de campo, foram delimitadas várias áreas aleatoriamente no sentido de potenciar a validação efetuada. Posteriormente efetuouse a validação de campo das áreas delimitadas com base nos classificadores Random Forest e Máquina Vetor Suporte, que revelaram valores de eficácia diferentes. A aplicação do algoritmo da floresta aleatória (Ramdom Forest) alcançou um índice Kappa de 65% o que significa que a sua classificação é substancial. A área ocupada por espécies invasoras através do algoritmo em causa, foi de aproximadamente 4% do território, o que equivale a mais de 1000 hectares de acácias. O algoritmo Máquina Vetor Suporte alcançou um índice de 51%, obtendo uma classificação moderada. A aprendizagem automática revela-se uma excelente ferramenta de deteção e de classificação de imagens. Através da deteção remota foi possível identificar e definir um plano estratégico. Foi possível através da DR extrair as áreas de acácias, para as háqueas não foi possível definir as áreas devido à confusão no espectro com os matos. De acordo com as espécies indicadas, foi elaborada uma proposta abrangendo as várias etapas de controlo, incluído as metodologias mais adequadas, bem como o custo possível para execução de ações de controlo numa área piloto PALAVRAS-CHAVE: Espécies Invasoras, Deteção Remota, Índice Kappa, Floresta Aleatória, Aprendizagem automática, Sentinel-2 In Portugal, according to Decree-Law 92/2019 of 10 July, there are about 300 Invasive species. Exotic species, whether animals, plants or other organisms are not in themselves a problem. This question arises when a species exhibits invasive behavior. The municipality of Gavião, like others in Portugal, is affected by the phenomenon of invasive species, namely Acacias and Hakeas. The methodology used in the present work consists, in a first phase, in the localization and characterization of the invasive species present in Gavião county and, in a second phase, in the definition of an intervention proposal to control them in order to minimize their impacts. The information used comes from field data collection, complemented by satellite images obtained by Sentinel. The images analyzed date from May 25, 2019, at a time of year when most species are in flowering, which facilitates the treatment of their image and further analysis. In addition to the field information, several areas were randomly delimited in order to enhance the validation performed. Subsequently, the field validation of the delimited areas was performed based on two classifiers, which revealed different efficacy values. The application of the random forest algorithm reached a 65% Kappa index which means that its classification is substantial. The area occupied by invasive species through the algorithm in question was approximately 4% of the territory, which is equivalent to over 1000 hectares of acacia trees. According to the indicated species, the most appropriate forms of control were suggested, as well as the possible cost of carrying out control actions in a pilot area. Machine learning proves to be an excellent image detection and classification tool. Through remote sensing it was possible to identify and define a strategic plan. KEYWORDS: Invasive species, Acacia dealbata, Acacia mearnsii, Hakea sericea, Machine Learning, Sentinel-2

Antecedentes: Actualmente la clasificación de fenómenos se dificulta por la masiva existencia de casos donde algunas clases están muy poco representadas en comparación con otras, refiriéndonos así a datos multiclase desequilibrados que impiden un óptimo desempeño del clasificador. Los análisis de concordancia ya sea entre un gold estándar (patrón) y un clasificador o a su vez entre dos clasificadores utilizan el índice kappa como elemento de validación que permite realizar una comparación confiable basada en la relación entre la precisión observada y la esperada, demostrando gran sensibilidad para casos desbalanceados. Los métodos bayesianos han ganado terreno especialmente en el área de la salud en la mayoría de cálculos estadísticos, permitiendo a través del teorema de Bayes y la teoría de la decisión generar modelos que adicionen información del fenómeno en la distribución a priori transmitiéndola a la distribución a posteriori con la ayuda de métodos de simulación de cadenas de Markov Monte Carlo (MCMC). Objetivo: Ayudar a solucionar problemas de clasificación multiclase con categorías desequilibradas, los cuales son cada vez más comunes debido a la aparición de nuevos métodos procedentes del campo del aprendizaje automático, poniendo el enfoque en métodos de concordancia con la aplicación de la inferencia estadística. Obteniendo la estimación puntual del parámetro de interés a través de modelos que presenten robustez y exactitud en sucesos con probabilidades extremas, permitiendo la inserción de información en la distribución a priori en forma de probabilidad. Métodos: El trabajo se centra en el diseño de una librería para el lenguaje R llamada K_Freq_Bay, que posee funciones principales y secundarias que permite obtener el análisis frecuentista y bayesiano en problemas de clasificación categóricos multiclase. El enfoque bayesiano trabaja con tres modelos planteados: Dirichlet-Dirichlet, Dirichlet-Multinomial y Beta-Beta. La librería proporciona un informe con las estimaciones del índice kappa y estadísticas básicas en los dos métodos aplicados, gráficas de densidad kappa frecuentista y bayesiano, análisis de convergencia de Gelman Rubin, análisis de estacionariedad de Von Mises y análisis descriptivo de categorías. En la validación de la librería K_Freq_Bay se aplica los tres modelos planteados a simulaciones del gold estándar y tres observadores con cinco categorías y tamaños muestrales de 921 y 9000 con información a priori de prevalencias de clases equiprobables y probabilidades de 0.15,0.40,0.05,0.20,0.20 por clase. El grupo Cellsilab formado por investigadores del Laboratorio CORE del Centro de Diagnóstico Biomédico del Hospital Clínic de Barcelona y del Departamento de Matemáticas de la Universitat Politècnica de Catalunya trabajan en el proyecto de clasificación automática de imágenes digitales de sangre periférica para su aplicación al diagnóstico inicial de leucemias y linfomas. Se aplicó la librería K_Freq_Bay a la base de datos proporcionadas por Cellsilab de 4365 clasificaciones de células leucémicas con cuatro categorías: células reactivas (CLR), células leucémicas linfocíticas agudas (LAL), células leucémicas agudas mieloides (LAM-MIELOIDE) y células leucémicas agudas mieloides promielocítica (LAM-PROMIELOCÍTICA), utilizando algoritmos de aprendizaje supervisado como: Análisis Discriminante Lineal (LDA), Support Vector Machine (SVM) y Random Forest (RF). La información a priori utilizada en los modelos bayesianos fue la equiprobabilidad y la prevalencia de cada tipo de leucemia tanto en el Hospital Clínic como a nivel de España. Resultados y conclusiones: La utilización del índice Kappa para problemas de clasificación multiclase desequilibradas es óptima debido a su diferencia normalizada entre la tasa de acuerdo observada y la que se esperaría puramente por casualidad. Esto se debe a que la precisión esperada posee dependencia frente al número de categorías y su desequilibrio, ya que cuantas más categorías y mayor diferencia en la frecuencia entre clases exista se considera más difícil clasificar correctamente un evento que habitualmente implica valores más bajos de kappa. La aplicación de la libreria K_Freq_Bay a datos simulados y a la clasificación de células leucémicas permitió concluir que el mejor modelo que permite estimar con gran exactitud y robustez el índice kappa bayesiano con tasas de exactitud menores a 1.5% es la asignación de dos distribuciones a priori Dirichlet en casos en los que la información a priori es nula, regular o extrema. Mientras que los otros dos modelos presentan sensibilidad a la inclusión de información a priori extrema generando densidades kappa demasiado leptocúrticas y platicúrticas que demuestran precisión, pero no exactitud. Es importante recalcar que cuanto más específica y extrema fue la información a priori, los modelos mejoraron su exactitud. En el caso de la aplicación en células leucémicas, el análisis del índice kappa se basa en la tabla valorativa de la concordancia de Landis y Koch, mostrando un buen acuerdo entre el gold estándar y los clasificadores LDA y SVM. Por lo tanto, los algoritmos tanto balanceados como desequilibrados clasifican efectivamente las células leucémicas en base a la proximidad con la realidad. La librería diseñada K_Feq_Bay permite realizar pruebas educativas claras y eficaces, ya sea simplemente por simulación de datos o aplicados a una base específica, relacionadas al análisis de concordancia bayesiano y frecuentista para casos multiclase desequilibrados en donde es de gran importancia la interpretación del índice kappa.

Resumen En el desierto de La Tatacoa, la degradación del suelo y la pérdida de productividad son atribuidas a factores ambientales y antrópicos. En este artículo se evalúa la dinámica espaciotemporal de coberturas en un periodo no continuo de 23 años (1987-2001-2010) identificando áreas de pérdida y de recuperación de vegetación. Se aplicaron correcciones geométricas y radiométricas, además, se realizó un análisis cuantitativo aplicando clasificación supervisada a las imágenes Landsat. Las dinámicas espaciotemporales se identificaron a través de matrices de cambio y el índice Kappa. El análisis multitemporal mostró disminución de las áreas de suelos degradados (16,7%) y aumento de la cobertura vegetal (13,4%), lo que evidencia un proceso de recuperación a una tasa de 124 ha/año. Las áreas de vegetación natural estables y de mayor variación positiva de vegetación natural están localizadas en el norte, nororiente y oriente; la variación negativa se observa en la región adyacente al río Magdalena. Estos resultados son la base para nuevas investigaciones sobre los factores bióticos, abióticos y socioeconómicos que han generado la recuperación de áreas de vegetación natural en algunos sectores y la desertificación en otros, y se encaminan a plantear medidas sectorizadas como la restauración ecológica, los sistemas silvopastoriles y agroforestales acordes con la problemática social y ambiental en un contexto de cambio climático. Abstract Soil degradation and diminished production in the desert of La Tatacoa are attributed to both environmental and anthropic factors. This article assesses the spatiotemporal dynamics of soil coverage in a discontinuous period of 23 years (1987-2001-2010), identifying areas of loss and recovery of vegetation. Geometric and radiometric corrections were applied, in addition, a quantitative analysis was performed by applying supervised classification to Landsat images. Spatiotemporal dynamics were identified through change matrices and the Kappa index. Multitemporal analysis showed a decrease in the areas of degraded soils (16.7%) and an increase in vegetal coverage (13.4%), which evinces a recovery process of 124 ha/year. The areas of stable natural vegetation and of greatest positive variation in the vegetal coverage are located to the north, northeast, and east, while the negative variation can be observed in the region adjacent to the Magdalena river. These results serve as the basis for new research on the biotic, abiotic, and socioeconomic factors that have generated the recovery of natural vegetation areas in some sectors and desertification in others. They seek to contribute to the formulation of sectorized measures such as ecological restoration as well as silvopastoral and agroforestry systems in according to social and environmental issues in a context of climate change. Resumo No deserto da Tatacoa, a degradação do solo e a perda de produtividade são atribuídas a fatores ambientais e antrópicos. Neste artigo, avaliou-se a dinâmica espaço-temporal de cobertura em um período não contínuo de 23 anos (1987-2001-2010) e identificou-se áreas de perda e recuperação de vegetação. Foram aplicadas correções geométricas e radiométricas, além disso, foi realizado uma análise quantitativa aplicando uma classificação supervisionada às imagens Landsat. As dinâmicas espaço-temporais foram identificadas através de matrizes de mudança e do índice Kappa. A análise multitemporal mostrou uma diminuição nas áreas de solos degradados (16,7%) e um aumento na cobertura vegetal (13,4%), o que evidencia um processo de recuperação a uma taxa de 124 ha/ano. As áreas de vegetação natural estáveis e de maior variação positiva de vegetação natural estão localizadas no norte, nordeste e leste; a variação negativa é observada na região adjacente ao rio Magdalena. Esses resultados são a base para novas pesquisas sobre os fatores bióticos, abióticos e socioeconômicos que geraram a recuperação de áreas de vegetação natural em algumas áreas e de desertificação em outras, e são usados para propor medidas setorizadas, como a restauração ecológica, os sistemas silvopastoris e os agroflorestais de acordo com a problemática social e ambiental em um contexto de mudança climática.

Dissertação de Mestrado em Biologia Clínica Laboratorial apresentada à Universidade de Trás-os-Montes e Alto Douro

A aplicação de técnicas de integração espectral, tais como a fusão de imagens, permite o uso de imagens de melhor resolução espacial em conjunto com outras de melhor resolução espectral. Nesse contexto, o método de Brovey é aplicável para a obtenção de imagens integradas por meio de fusão de imagens. Entretanto, a ausência de literaturas científicas que abordem de maneira explícita a análise do desempenho desse tipo de procedimento de fusão de imagens, como uma lacuna na comunidade científica das Ciências Geodésicas e Tecnologias da Geoinformação, impulsionou esta pesquisa a realizar essa abordagem, analisando estatisticamente os dados integrados, quantificando suas perdas explicitamente por meio das qualidades métrica e temática. Assim, esta pesquisa teve como objetivo geral analisar estatisticamente a integração de dados do sensor OLI/LANDSAT-8, definindo e testando critérios de avaliação da precisão espectral. Para isso, foram utilizadas para a qualidade métrica o RMSE, SAM, ERGAS e MB. Para a qualidade temática, o Índice Kappa. Como resultados mais relevantes, a característica diferenciada da banda 2, do azul, em comparação às demais ao testada sua integração espectral por meio de fusão com a banda pancromática. Por fim, este trabalho mostrou-se satisfatório no cumprimento dos seus objetivos propostos, demonstrando por meio da avaliação estatística da integração de dados OLI pelo método de Brovey medidas quantitativas e características qualitativas acerca dos dados integrados. The use of spectral integration techniques, such as image fusion, allows the use of better spatial resolution images in conjunction with better spectral resolution images. In this context, the Brovey method is applicable for the use of integrated images in the middle of image fusion. However, an absence of scientific literature that deals with the way in which the process of image analysis is done, as a gap in the scientific community of Information Sciences and Technologies, has promoted the research of this perspective, analyzing statistically the integrated data, explicitly quantified by means of the metrical and thematic qualities. The objective of this research was to analyze and integrate OLI / LANDSAT-8 sensor data, defining and testing the spectral search evaluation status. For this purpose, they were used for the measurement of RMSE, SAM, ERGAS and MB. For the thematic quality, the Kappa Index. As more relevant, a differentiated comparison of band 2, blue, compared to the test of its spectral integration by the fusion medium with the panchromatic band. Finally, this work proved to be satisfactory, with a balance of its proposed objectives, demonstrated by the statistical evaluation of the data integration.

[EN] Sentinel-2 (S2), a new ESA satellite for Earth observation, accounts with 13 bands which provide high-quality radiometric images with an excellent spatial resolution (10 and 20 m) ideal for classification purposes. In this paper, two objectives have been addressed: to determine the best classification method for S2, and to quantify its improve-ment with respect to the SPOT operational mission. To do so, four classifiers (LDA, RF, Decision Trees, K-NN) have been selected and applied to two different agricultural areas located in Valencia (Spain) and Buenos Aires (Argentina). All classifiers were tested using, on the one hand, all the S2 bands and, on the other hand, only selecting those bands from S2 closer to the four bands from SPOT. In all the cases, between 10%-50% of samples were used to train the classifier while remaining the rest for validation. As a result, a land use map was generated from the best classifier, according to the Kappa index, providing scientifically relevant information such as the area of each land use class., [ES] Sentinel-2 (S2) es un nuevo satélite de la ESA que cuenta con 13 bandas proporcionando imágenes de alta calidad radiométrica y excelente resolución espacial (10 y 20 m) ideal para trabajos de clasificación. En este trabajo se han abordado dos objetivos: determinar el mejor método de clasificación con S2, y cuantificar su mejora respecto a otras misiones operativas, como SPOT. Para ello se han seleccionado cuatro clasificadores (LDA, RF, Árboles de decisión, K-NN) que se han aplicado en dos zonas agrarias: una en la huerta de Valencia (España) y otra en la región de Buenos Aires (Argentina). Se han probado todos los clasificadores usando, por una parte, todas las bandas de S2, y por otra usando sólo las cuatro que coinciden con SPOT. En todos los casos se han aplicando porcentajes entre el 10 y el 50% de datos de entrenamiento y usado el resto de datos como validación. Como resultado se ha generado un mapa de usos del suelo a partir del mejor clasificador, basándose en el índice Kappa, proporcionando información científicamente relevante como es el área ocupada por cada una de las clases.

Submitted by BRUNO TIMÓTEO RODRIGUES null (brunogta21@gmail.com) on 2016-09-28T19:47:11Z No. of bitstreams: 1 Dissertação Mestrado Bruno.pdf: 17780320 bytes, checksum: 9ae4b184379c35c8b718ffc683ad0b0f (MD5) Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-09-30T18:20:40Z (GMT) No. of bitstreams: 1 rodrigues_bc_me_bot.pdf: 17780320 bytes, checksum: 9ae4b184379c35c8b718ffc683ad0b0f (MD5) Made available in DSpace on 2016-09-30T18:20:40Z (GMT). No. of bitstreams: 1 rodrigues_bc_me_bot.pdf: 17780320 bytes, checksum: 9ae4b184379c35c8b718ffc683ad0b0f (MD5) Previous issue date: 2016-07-29 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Os novos sensores orbitais e a aquisição contínua de imagens da superfície terrestre têm oferecido um volume e variedade cada vez maior de dados a comunidade de sensoriamento remoto. Como exemplo desse novo segmento da modelagem ambiental, o projeto SRTM assim como o ASTER, obtendo como produtos Modelos Digitais de Terreno (MDT) de até 80% da área terrestre do planeta. Este trabalho teve como objetivo avaliar a qualidade e precisão de dados altimétricos obtidos em Modelos Digitais de Elevação (MDEs). Para tanto, foi elaborado um mapa altimétrico base (Verdade terrestre), o qual foi comparado, por analise do Indice Kappa, com três modelos digitais de terreno (MDT) obtidos dos projetos TOPODATA, SRTM 30 metros e ASTER. De acordo com a avaliação expressa pela Matriz de Confusão gerada a partir da Altimetría do TOPODATA cruzada a Verdade Terrestre, 19 das 26 classes de informações altimétricas apresentadas não tiveram os seus maiores valores expressos nos respectivos eixos principais das classes confrontadas com a verdade terrestre da área, constatando um bom grau de acuracidade nos dados classificados do cruzamento do TOPODATA com a Verdade Terrestre. Observou-se que as classes que apresentaram os maiores valores um nível abaixo do eixo principal da matriz de confusão se localizam exatamente na região que corresponde à área com declividade muito acentuada, se tratando da feição geomorfológica da Cuesta. Desta forma considera-se que a resolução espacial das imagens provenientes dos sensores de radar, neste caso o arquivo do TOPODADA, está diretamente ligada com a baixa acurácia em áreas de grandes declividades, pois quanto maior o tamanho do pixel, maior a dificuldade de capturar diferenças abruptas de declividade. No Modelo digital de elevação do sensor de Radar SRTM 30m, apenas 2 das 26 classes de informações altimétricas apresentadas não tiveram os seus maiores valores expressos nos respectivos eixos principais das classes confrontadas com a verdade terrestre da área. Dessa forma, pode-se verificar um bom grau de acuracidade nos dados classificados. Para os dados analisados do sensor ASTER confrontados com a Verdade Terrestre, assim como os dados do SRTM 30m, somente 2 das 26 classes de informações altimétricas apresentadas não tiveram os seus maiores valores expressos nos respectivos eixos principais das classes confrontadas com a verdade terrestre. Desta forma, também considera um bom grau de acuracidade do cruzamento do dados classificados dos sensores ASTER com a Verdade Terrestre. Por fim, observou-se que o sensor de radar SRTM 30 metros exibiu o melhor dos MDEs analisados, por apresentar resultados de índice Kappa, com 3,798% de acertos a mais em relação ao sensor ASTER e 6,43% a mais que o dados do TOPODATA. The new orbital sensors and continuous acquisition of land surface images have offered a volume and increasing variety of data to remote sensing community. As an example of this new segment of the environmental modeling, SRTM project as well as ASTER, obtaining as products Digital Terrain Models (DTM) of up to 80% of the Earth's land area. To evaluate the quality and accuracy of altimetry data from Digital Elevation Models (DEMs). Thus, a altimetry basemap (terrestrial Truth) was prepared which was compared by analysis of Kappa Index, with three digital terrain models (DTM) obtained from TOPODATA projects, SRTM and ASTER 30 meters. According to the evaluation expressed by the confusion matrix generated from the altimetry of cross TOPODATA Truth Land, 19 of the 26 classes presented altimetric information did not have their greatest values expressed in the respective main axes of the classes faced with the ground truth area , finding a good degree of accuracy in the data classified as TOPODATA the intersection with Road Truth. It was observed that the classes that showed the highest values one level below the main confusion matrix axis is located exactly in the region that corresponds to the area with very steep slopes, in the case of geomorphological feature of Cuesta. Thus it is considered that the spatial resolution from images of the radar sensors, in this case TOPODADA file is directly connected with the low accuracy in areas of great slope, because the larger the pixel size, the more difficult to capture sharp differences in steepness. In the digital elevation model of the radar sensor SRTM 30m, only 2 of the 26 classes of altimetric information submitted have not had their highest values expressed in the respective main axes of the classes faced with the ground truth of the area. Thus, it can be seen a good degree of accuracy in the data sorted. For the analyzed data ASTER faced with the Earth Truth, as well as data from SRTM 30m, only 2 of the 26 classes of altimetric information submitted have not had their highest values expressed in the respective main axes of the classes faced with the ground truth. Thus, also considers a good degree of accuracy of the data crossing the classified ASTER sensors with the Earth Truth. Finally, there was the SRTM 30 meters radar sensor exhibited the best of MOUs analyzed by presenting the results of Kappa index, 3.798% of the more hits against the ASTER and 6.43% more than the data the TOPODATA.

Comunicação da qual só está disponível o resumo. A espectroscopia de infravermelho próximo (NIR) tem revelado interesse no desenvolvimento de métodos de análise expeditos e de baixo custo ao nível da composição química, propriedades físicas, mecânicas e anatómicas de materiais de madeira. A maioria dos trabalhos de investigação e divulgações técnicas com a utilização da NIRS para ciência e tecnologia da madeira encontram-se publicados entre 2006 e 2013. Nos últimos 25 anos só os Estados unidos, Japão, Austrália e China contribuíram com 314 publicações enquanto Portugal deu o seu contributo com 18 publicações. Com base em 120 discos de madeira de Acacia melanoxylon, pertencentes a 20 árvores de quatro locais em Portugal (1-2), foram estabelecidos modelos em NIRPLS-R para diversos parâmetros de qualidade (3-4), para a mesma amostragem de madeira. Os modelos obtidos permitiram estimar parâmetros de qualidade como a massa volúmica básica da madeira (2), rendimento em pasta, índice Kappa (4) e brancura ISO (5) de pastas cruas Kraft; e ainda a morfologia das fibras celulósicas (largura e comprimento ponderado em comprimentos das fibras). Os indicadores de qualidade da validação cruzada dos modelos, apresentaram uma variação de 79.0 a 98.9 % para o coeficiente de determinação; utilizando 3 a 9 componentes principais para explicar a variação encontrada para cada um dos parâmetros de qualidade em estudo; e um desvio residual de previsão (RPD) a variar entre 2,2 a 9,5. Todos os modelos utilizaram processos derivativos como pré-processamento (3-4). Os resultados dos modelos NIR-PLS-R demostraram que através da mesma informação espectral de madeira moída de Acacia melanoxylon, pode ser utilizada para prever uma grande variedade de parâmetros, tais como o rendimento em pasta, a largura e o comprimento ponderado em comprimentos das fibras; enquanto a informação espectral das pastas cruas permite obter a informação ao nível do índice Kappa e a brancura ISO das mesmas. info:eu-repo/semantics/publishedVersion

Existen diversos estudios que comparan la variabilidad entre diversos intérpretes del electroencefalograma (EEG), sin embargo, ningún trabajo ha evaluado la concordancia en la interpretación entre expertos y no expertos y esta información no está disponible en nuestro país. El objetivo de este trabajo es conocer esta variabilidad al comparar un experto y dos no expertos con entrenamiento básico en neurofisiología y definir si existen diferencias de acuerdo al tiempo de entrenamiento de los no expertos. Para ello cada uno de los intérpretes, con la misma información clínica y posibilidad de reformateo digital de los estudios, leyó 150 EEGs de rutina en mayores de 18 años y clasificó cada estudio en diez posibles categorías. Se encontró que existe un acuerdo moderado {κ 0.43} entre los tres observadores y una tendencia a mejorar la concordancia con el tiempo de entrenamiento en los evaluadores no expertos {κ 0.39, IC 95% 0.31-0.49, p ˂0.05 vs κ 0.51, IC 95% 0.43-0.6, p ˂0.05}. Sin embargo, para algunas categorías diagnósticas como la actividad epileptiforme focal, este grado de concordancia es pobre. A través de este trabajo se muestra que la variabilidad en algunas de las interpretaciones es alta por lo que se hace necesario buscar mecanismos que disminuyan el grado de error en la interpretación. Abstract Several papers have compared the inter rater reliability in the electroencephalogram (EEG) interpretation, however, none of those have acquainted the agreement between expert and non-expert readers. Our objective is to determine the inter rater reliability when comparing an expert and two non-experts readers who received basic training in neurophysiology, also we want to know if the training duration for non-experts influences on the percentage of agreement. In order to obtain that information, each of three raters got the same clinical information and could apply digital reformatting for 150 routine EEG’s done in people over 18 years of age and classified them in 10 possible diagnostic categories. A moderate agreement between raters was found {κ 0.43}, however, for certain diagnostic categories such as focal epileptiform activity that agreement was poor. Also, a better correlation with the expert was found, when comparing the non-expert rater that was trained during prolonged time versus the basically trained rater {κ 0.39, CI 95% 0.31-0.49, p ˂0.05 vs κ 0.51, CI 95% 0.43-0.6, p ˂0.05}. We demonstrated a high inter rater variability with moderate to poor agreements, so we propose the creation of mechanisms to decrease the errors in the interpretation of EEG’s. Otra