O experimento ATLAS no CERN, localizado na Suíça, é um detector capaz de identificar partículas provenientes da colisão de feixes de prótons produzidas pelo LHC. Este detector conta com sistemas de seleção de eventos que identificam as partículas de decaimento relevantes para as pesquisas realizadas pela Colaboração ATLAS. Um dos algoritmos mais relevantes destes sistemas é responsável pela identificação de elétrons. O presente trabalho apresenta dois algoritmos de discriminação, um linear, baseado no Modelo Linear Generalizado, e outro não-linear, baseado em Redes Neurais Artificiais, implementados na UFJF. Dados de simulação de Monte Carlo do experimento são utilizados para avaliação dos dois algoritmos a partir de uma comparação com o algoritmo atualmente empregado pelo experimento, conhecido como eGamma.
