Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El uso de los investigadores del UTA avance la aproximación de cómputo para fijar dificultades de aprendizaje en niños

La Universidad de Texas en los investigadores de Arlington está utilizando una aproximación de cómputo avanzada o una inteligencia artificial de ayudar a expertos a fijar dificultades de aprendizaje en niños muy temprano en sus vidas.

Profesor Fillia Makedon y profesor adjunto Vassilis Athitsos, en la universidad de la oficina técnica de informática y de dirigir, recibida $1,27 millones de una concesión total del National Science Foundation $2,7 millones para el proyecto. La Universidad de Yale recibirá el resto de la concesión.

Esta concesión grande, altamente competitiva del NSF se concede debido a su impacto potencial enorme en la comprensión y el aprendizaje de cómo aumentar las capacidades cognoscitivas de niños.

Los desordenes cognoscitivos no tratados en niños son un problema desafiador extensamente reconocido. Las estadísticas del Centro de control de enfermedades muestran que el cerca de 11 por ciento de las edades americanas 4 a 17 de los niños tiene déficit de atención/desorden de la hiperactividad. Ése es un aumento del 42 por ciento de ADHD en apenas los ocho años pasados, según la CDC.

Makedon, que es el investigador principal y un Jenkins-Garrett distinguió al profesor, dijo las aplicaciones del proyecto los últimos métodos de la visión de computador, del aprendizaje de máquina y de la minería de datos de fijar a varios niños mientras que están realizando ciertos ejercicios de la comprobación y de la computador que se diseñen para producir las habilidades ejecutivas de la función, e implica la atención, la toma de decisión y emociones de manejo. Los datos cerco entonces se analizan para generar las recomendaciones para el mejor tipo de intervención.

“Creemos que los métodos de cómputo propuestos ayudarán a ofrecer el diagnóstico precoz cuantificable y a permitir que vigilemos progreso en un cierto plazo. Particularmente, ayudará a niños a superar dificultades de aprendizaje y a llevarlas a las vidas sanas y productivas. Trabajando con los neurólogos y los expertos superiores de la psicología, nuestro objetivo es desarrollar nuevos métodos de la computador para ayudar a descubrir problemas con los procesos neurocognitive subyacentes,” Makedon dijo. “La meta es diseñar los sistemas baratos, fáciles de usar que se pueden ejecutar en prácticas de la educación especial por todo el mundo.”

Makedon dijo que las estructuras del sistema propuesto sobre muchos años de experiencia y un historial de personas interdisciplinarias fuertes.

“Él también estructuras sobre un programa educativo existente grande que fue diseñado por los expertos superiores de la psiquiatría, nuestros colaboradores de Yale,” ella dijo.

Durante los últimos cinco años, las personas de Makedon y de Athitsos han recibido tres otras concesiones grandes del NSF que han construido el asiento de cómputo para esta recompensa.

En el corazón del proyecto es un reconocimiento de la visión de computador y un sistema de aprendizaje de máquina que fija a niños mientras que están realizando ciertos ejercicios de la comprobación y de la computador. Los datos cerco se analizan para reconocer configuraciones de la inatención, de la hiperactividad o de actuar impulsivo, dos características comunes a los desordenes ejecutivos de la función, incluyendo ADHD. Vigilar y analizar cómo los niños se están comportando durante tales juego-como ejercicios se pueden utilizar para construir una base de conocimiento que permita a profesionales de la atención sanitaria aplicar métodos proféticos y hacer las recomendaciones para la intervención efectiva.

Hong Jiang, silla de la oficina de informática y técnica, dijo que esta investigación es otro ejemplo de la potencia de informática en abordar problemas del mundo real para autorizar a los expertos en tomar decisiones apuntadas y prever la intervención personalizada.

El “Dr. Makedon es investigación de cabeza de la ruptura, construyendo las innovaciones humano-céntricas que tienen aplicabilidad amplia a perfeccionar la calidad de vida en casa o el lugar de trabajo, especialmente para la gente con necesidades físicas o cognoscitivas especiales,” Jiang dijo. “Esta recompensa ahora abre el camino para esfuerzos más grandes del financiamiento en las áreas que uso prueba-basado, aproximaciones dato-impulsadas para perfeccionar la condición humana, una prioridad del plan estratégico 2020 del UTA: Soluciones intrépidas | Impacto global.”

Source:

University of Texas at Arlington