Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'utilisation de chercheurs d'UTA a avancé l'approche de calcul pour évaluer des difficultés apprenantes chez les enfants

L'Université du Texas aux chercheurs d'Arlington emploient une approche ou un artificial intelligence de calcul avancée d'aider des experts à évaluer des difficultés apprenantes chez les enfants très tôt en leurs durées.

Professeur Fillia Makedon et professeur agrégé Vassilis Athitsos, dans l'université du service de bureau d'études de l'informatique et de concevoir, reçu $1,27 millions d'une concession totale du National Science Foundation $2,7 millions pour le projet. L'Université de Yale recevra le reste de la concession.

Cette grande, hautement compétitive concession de NSF est attribuée à cause de son choc potentiel énorme en comprenant et en apprenant comment améliorer les capacités cognitives d'enfants.

Les troubles cognitifs non traités chez les enfants sont un problème provocant largement identifié. L'exposition de statistiques de Centre de Contrôle des Maladies qu'environ 11 pour cent d'enfants américains vieillissent 4 à 17 ont le déficit d'attention/trouble d'hyperactivité. C'est une augmentation de 42 pour cent de TDAH pendant juste les huit dernières années, selon la CDC.

Makedon, qui est l'investigateur principal et un Jenkins-Garrett a discerné le professeur, a dit les utilisations de projet les dernières méthodes dans la visibilité, l'apprentissage automatique et l'exploitation de données d'ordinateur d'évaluer plusieurs enfants tandis qu'ils exécutent certains exercices d'examen médical et d'ordinateur qui sont conçus pour produire les qualifications exécutives de fonctionnement, et concerne des émotions d'attention, de prise de décision et de management. La caractéristique rassemblée s'analyse alors pour produire des recommandations pour le meilleur type d'intervention.

« Nous croyons que les méthodes de calcul proposées aideront à fournir le diagnostic précoce quantifiable et à nous permettre de surveiller le progrès au fil du temps. En particulier, il aidera des enfants à surmonter des difficultés apprenantes et à les aboutir aux durées saines et productives. Fonctionnant avec de premiers neurologistes et experts en matière de psychologie, notre objectif est de développer des méthodes neuves d'ordinateur pour aider à découvrir des problèmes avec les procédés neurocognitive fondamentaux, » Makedon a dit. « L'objectif est de concevoir un petit prix, les systèmes faciles à utiliser qui peuvent être mis en application dans le monde entier dans des pratiques en matière d'éducation spéciale. »

Makedon a dit que les constructions de système proposé sur beaucoup d'années des compétences et une expérience professionnelle d'une équipe interdisciplinaire intense.

« Il également constructions sur un grand programme éducatif existant qui a été conçu par de premiers experts en matière de psychiatrie, nos collaborateurs de Yale, » il a dit.

Pendant les cinq dernières années, l'équipe de Makedon et d'Athitsos a reçu trois autres grandes concessions de NSF qui ont établi la fondation de calcul pour cette récompense.

Au coeur du projet est un système de reconnaissance et d'apprentissage automatique de visibilité d'ordinateur qui évalue des enfants tandis qu'ils exécutent certains exercices d'examen médical et d'ordinateur. La caractéristique rassemblée s'analyse pour identifier des configurations de l'inattention, de l'hyperactivité ou de l'action impulsivement, deux caractéristiques courantes aux troubles exécutifs de fonctionnement, y compris le TDAH. La surveillance et analyser comment les enfants se comportent pendant de tels exercices comme un jeu peuvent être employés pour établir une base de connaissances qui permettra à des professionnels de la santé d'appliquer des méthodes prévisionnelles et d'émettre des recommandations pour l'intervention efficace.

Hong Jiang, présidence du service de l'informatique et de bureau d'études, a dit que cette recherche est encore un autre exemple du pouvoir de l'informatique en traitant des problèmes du monde réel pour autoriser les experts en matière de prendre des décisions visées et de prévoir l'intervention personnalisée.

« M. Makedon est principale recherche de découverte, établissant les innovations humain-centrales qui ont des possibilités d'application larges à améliorer la qualité de vie à l'intérieur des frontières ou le lieu de travail, particulièrement pour des gens avec les besoins matériels ou cognitifs spéciaux, » Jiang a dit. « Cette récompense ouvre maintenant la route pour de plus grands efforts du financement dans les endroits qui emploient des approches probantes et caractéristique caractéristique pour améliorer l'état humain, une priorité du régime stratégique 2020 d'UTA : Solutions grasses | Choc global. »

Source:

University of Texas at Arlington