Работы, представленные в журнале ЗП информатики, призвана расширить скрининг инструменты, которые эффективны, но могут быть слишком дорогостоящими, трудоемкими и сосредоточиться только одно условие за раз.

Это в конечном счете может быть мазь для общегосударственный дефицит логопедов и специалистов по трудотерапии, которые играют ключевую роль в диагностике дислексии и дисграфии.

"Ловить этих нарушений развития нервной системы в раннем является критически важным для обеспечения того, чтобы дети получили необходимую им помощь, прежде чем это негативно влияет на их обучение и социально-эмоционального развития. Наша конечная цель заключается в оптимизации и совершенствованию ранней диагностике дислексии и дисграфии, и сделает эти инструменты более доступными, особенно в районах с недостаточным медицинским обслуживанием", - говорится в исследовании автор Вену Govindaraju, кандидат юридических наук, профессор заслуженный профессор по кафедре информатики и инженерии в УБ.

Работа является частью Национального института ИИ для прекрасного воспитания, которое УБ-светодиодные исследовательской организацией, которая разрабатывает системы искусственного интеллекта, выявления и оказания помощи детям раннего возраста с речевой и языковой обработки расстройств.

Опирается на предыдущие распознавания рукописного текста работы

Несколько десятилетий назад, Govindaraju и коллег сделал новаторскую работу машинного обучения, обработки естественного языка и других форм искусственного интеллекта для анализа почерка, продвижение почтовая служба США и другие организации все еще используют для автоматизации сортировки почты.

Новое исследование предлагает аналогичные основы и методики для выявления проблем орфографии, бедный формирования письма, письма проблемы организации и другие показатели дислексии и дисграфии.

Он призван опираться на предыдущие исследования, которые в большей степени ориентирован на использование ИИ для выявления дисграфии (реже из двух), потому что оно причиняет физические различия, которые легко наблюдаемые в детский почерк. Дислексия-это сложно заметить, потому что он уделяет больше внимания чтению и речи, хотя некоторые алгоритмы, такие как орфография предлагает подсказки.

В исследовании также отмечается нехватка примеры почерка у детей, чтобы обучать модели ИИ.

Сбор образцов от K-5 учащихся

Для решения этих задач, команда УБ компьютер ученых во главе с Govindaraju собрали информацию из учителей, логопедов и специалистов по трудотерапии, чтобы обеспечить модели искусственного интеллекта они разрабатывают жизнеспособны в классе и другие параметры.

"Это критически важно для изучения этих вопросов, и построение АИ-расширенные инструменты, с точки зрения конечного потребителя", - говорит соавтор исследования Сехона Rangasrinivasan, аспирант кафедры УБ компьютерных наук и инженерии.

Группа также сотрудничает с соавтор исследования Эбби Ольшевский, к. э. н., доцент факультета грамотности в Университете Невады, Рено, который совместно разработали дисграфии и дислексии поведенческий индикатор контрольный лист (DDBIC) для выявления симптомов перекрытия между дислексии и дисграфии.

Команда собрала бумаги и планшет, письменные образцы от детского сада до 5 класса школьники в начальной школе в Рино. В этой части исследования был одобрен Советом по этике, и данные были анонимными, чтобы защитить частную жизнь студентов.

Они будут использовать эти сведения для дальнейшей проверки DDBIC инструмент, который фокусируется на 17 поведенческие сигналы, которые возникают до, во время и после записи; обучать ИИ-моделей, чтобы завершить DDBIC отбора; а также сравнить, насколько эффективной модели по сравнению с людьми проведения тестирования.

Работа подчеркивает AI для общественного блага

В исследовании описывается моделями в команде может быть использован для:

• Обнаружить моторный трудности, анализируя скорость, давление и движение пера.
• Изучите визуальные аспекты почерка, включая размер букв и интервалы между ними.
• Конвертировать рукописный текст в печатный, кровянистые выделения орфографических ошибок, перестановка букв и других ошибок.
• Определить глубже познавательных проблем на основе грамматики, лексики и других факторов.

Наконец, она обсуждает инструмент, который сочетает в себе все эти модели, обобщает их результаты, а также обеспечивает комплексную оценку.

"Эта работа, которая осуществляется на постоянной основе, показывает, как ИИ можно использовать для общественного блага, предоставление инструментов и услуг нуждающимся в ней людям", - говорит соавтор исследования Сумская Суреш, кандидат медицинских наук, приглашенный исследователь в УБ.

Дополнительные соавторы включают Бхарат Jayarman, кандидат юридических наук, директор Амрита Института перспективных исследований и почетный профессор на кафедре компьютерных наук и инженерии УБ; и Srirangaraj Setlur, главный научный сотрудник УРО центра Единой биометрии и датчиков.