{"title":"利用SVM和MLP分类器对成人自闭症特征进行行为分析","authors":"Roney Nogueira de Sousa, R. Brito, J. Ximenes","doi":"10.5753/ercemapi.2021.17902","DOIUrl":null,"url":null,"abstract":"O transtorno do especto autista (TEA) intriga pesquisadores no mundo inteiro. Nesse sentido esse trabalho aborda um estudo sobre o uso da Inteligência Artificial (IA) como ferramenta auxiliar para rastreio do TEA em adultos. Este trabalho teve como objetivo desenvolver um sistema auxiliar com base nos classificadores SVM e MLP como ferramenta de detecção de traços autísticos em adultos. A metodologia foi implementada com base em 610 amostras de indivíduos com/sem o TEA de um banco de dados público, através do software WEKA utilizando o SVM e a MLP, validação cruzada k-fold, z-score e a técnica SMOTE. Os resultados mostraram para a acurácia do SVM uma taxa média de 99,48% enquanto que para a MLP foi de 95,42%.","PeriodicalId":422707,"journal":{"name":"Anais da IX Escola Regional de Computação Ceará, Maranhão, Piauí (ERCEMAPI 2021)","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-09-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análise Comportamental por Meio de Características com os Classificadores SVM e MLP Para Detecção de Traços Autísticos em Adultos\",\"authors\":\"Roney Nogueira de Sousa, R. Brito, J. Ximenes\",\"doi\":\"10.5753/ercemapi.2021.17902\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O transtorno do especto autista (TEA) intriga pesquisadores no mundo inteiro. Nesse sentido esse trabalho aborda um estudo sobre o uso da Inteligência Artificial (IA) como ferramenta auxiliar para rastreio do TEA em adultos. Este trabalho teve como objetivo desenvolver um sistema auxiliar com base nos classificadores SVM e MLP como ferramenta de detecção de traços autísticos em adultos. A metodologia foi implementada com base em 610 amostras de indivíduos com/sem o TEA de um banco de dados público, através do software WEKA utilizando o SVM e a MLP, validação cruzada k-fold, z-score e a técnica SMOTE. Os resultados mostraram para a acurácia do SVM uma taxa média de 99,48% enquanto que para a MLP foi de 95,42%.\",\"PeriodicalId\":422707,\"journal\":{\"name\":\"Anais da IX Escola Regional de Computação Ceará, Maranhão, Piauí (ERCEMAPI 2021)\",\"volume\":\"21 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-09-14\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais da IX Escola Regional de Computação Ceará, Maranhão, Piauí (ERCEMAPI 2021)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/ercemapi.2021.17902\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da IX Escola Regional de Computação Ceará, Maranhão, Piauí (ERCEMAPI 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/ercemapi.2021.17902","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Análise Comportamental por Meio de Características com os Classificadores SVM e MLP Para Detecção de Traços Autísticos em Adultos
O transtorno do especto autista (TEA) intriga pesquisadores no mundo inteiro. Nesse sentido esse trabalho aborda um estudo sobre o uso da Inteligência Artificial (IA) como ferramenta auxiliar para rastreio do TEA em adultos. Este trabalho teve como objetivo desenvolver um sistema auxiliar com base nos classificadores SVM e MLP como ferramenta de detecção de traços autísticos em adultos. A metodologia foi implementada com base em 610 amostras de indivíduos com/sem o TEA de um banco de dados público, através do software WEKA utilizando o SVM e a MLP, validação cruzada k-fold, z-score e a técnica SMOTE. Os resultados mostraram para a acurácia do SVM uma taxa média de 99,48% enquanto que para a MLP foi de 95,42%.