Geração de dados sintéticos para classificação de disléxicos por meio de aprendizado de máquina

Authors

  • Antonio Carlos da Silva Junior Universidade Federal de São Paulo
  • Emanuela Cristina Ramos Gonçalves Universidade Federal de São Paulo
  • Paulo Schor Universidade Federal de São Paulo
  • Martina Navarro University of Portsmouth
  • Felipe Mancini Universidade Federal de São Paulo

Keywords:

Dislexia, Aprendizado de Máquina, Leitura

Abstract

Objetivo: Este estudo pretende aplicar a técnica de geração de dados sintéticos com auxílio de técnicas de limpeza de dados para a classificação de disléxicos e não - disléxicos. Método: Os outliers foram selecionados por especialista. Foi feito uma geração sintética de dados. para cada um de cinco algoritmos foram selecionados características com busca exaustiva. Cada algoritmo foi executado com as características selecionadas e então suas curvas de calibração foram comparadas. Resultados: A regressão logística se destacou como o melhor algoritmo, apresentando o resultado de 99% de acurácia e área sob a curva ROC de 0,999, além de ter obtido a melhor curva de calibração Conclusão: O uso da geração sintética de dados e seleção de características foram capazes de fazer todos os algoritmos avaliados obterem ótimos resultados na classificação de disléxicos e não disléxicos. A regressão logística foi selecionado como melhor algoritmo para classificação de disléxicos.

Downloads

Published

2021-03-10

How to Cite

Junior, A. C. da S., Gonçalves, E. C. R., Schor, P., Navarro, M., & Mancini, F. (2021). Geração de dados sintéticos para classificação de disléxicos por meio de aprendizado de máquina. Journal of Health Informatics, 13(1). Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/764

Issue

Vol. 13 No. 1 (2021)

Section

Original Articles

License

Submission of a paper to Journal of Health Informatics is understood to imply that it is not being considered for publication elsewhere and that the author(s) permission to publish his/her (their) article(s) in this Journal implies the exclusive authorization of the publishers to deal with all issues concerning the copyright therein. Upon the submission of an article, authors will be asked to sign a Copyright Notice. Acceptance of the agreement will ensure the widest possible dissemination of information. An e-mail will be sent to the corresponding author confirming receipt of the manuscript and acceptance of the agreement.

Similar Articles

<< < 1 2 3 4 5 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)