Avaliação de RNAs Durante Treinamento Supervisionado Para Classificação de Adolescentes com Autismo

Abstract

Diversas técnicas de Inteligência Artificial tem sido amplamente utilizadas na solução de diversos problemas na área de saúde. Neste trabalho foi realizado um estudo através da implementação e análise das redes neurais ELM (Extreme Learning Machine) e MLP (Multilayer Perceptron), comparando as acurácias resultantes de treinamentos com dados de adolescentes com ou sem o TEA (Transtorno do Especto Autista). A metodologia foi baseada em um banco de dados público de 99 amostras e na técnica de validação cruzada k-fold com e sem normalização zscore. Com relação aos resultados a rede MLP sem zscore obteve a melhor média atingindo 89,70% de acertos, contudo a rede ELM sem zscore teve a pior media de acertos com 86,52%.

Utilização de Modelos Computacionais Baseados em Classificadores Para Predição da Dislexia em Crianças

“…[ de Brito et al 2020a] realizou um trabalho a qual foi realizado um estudo através da implementac ¸ão e análise das redes neurais ELM e MLP, comparando as acurácias resultantes de treinamentos com dados de adolescentes com ou sem o Transtorno do Espectro Autista. Com relac ¸ão aos resultados a rede MLP sem normalizac ¸ão obteve a melhor média atingindo 89,70%.…”

“…Os autores desse estudo trazem como diferencial com relac ¸ão aos demais trabalhos de [Asvestopoulou et al 2019], [Ceravolo et al 2019], [Araujo et al 2019], [ de Brito et al 2020a], a utilizac ¸ão de técnicas de aprendizagem de máquina como as métricas de avaliac ¸ão (acurácia, sensibilidade, especificidade e f1-score), normalizac ¸ão (z-score), validac ¸ão cruzada (k-fold), SMOTE entre outras, que podem contribuir com o rastreio da dislexia, auxiliando no diagnóstico desse transtorno que atinge várias crianc ¸as, jovens e até adultos.…”