Redes neurais recorrentes aplicadas à análise de dados de jogos educacionais para crianças com autismo

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCaminha, Vera Lucia Prudencia dos Santos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5192328854991448-
Autor(es): dc.contributorCaminha, Adriano de Oliveira-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8112885412528720-
Autor(es): dc.contributorFreitas, Marina Sequeiros Dias de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6603538640938115-
Autor(es): dc.contributorMartins, Adriano de Souza-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9245677535636963-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4888184792587371-
Autor(es): dc.creatorCintra, Thaís Soares-
Data de aceite: dc.date.accessioned2025-01-03T11:42:13Z-
Data de disponibilização: dc.date.available2025-01-03T11:42:13Z-
Data de envio: dc.date.issued2024-09-24-
Data de envio: dc.date.issued2024-09-24-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/34797-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/920150-
Descrição: dc.descriptionNo projeto de pesquisa e extensão Ambiente Digital de Aprendizagem para Crianças Autistas (ADACA) são desenvolvidos recursos computacionais que auxiliam na inclusão social e digital de crianças com Transtorno do Espectro Autista (TEA). O TEA reúne desordens do desenvolvimento neurológico presentes desde o nascimento ou começo da infância. Segundo o Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5), pessoas dentro do espectro podem apresentar déficit na comunicação social ou interação social e padrões restritos e repetitivos de comportamento, como movimentos contínuos, interesses fixos e sensibilidade a estímulos sensoriais. Neste projeto, realizamos um estudo sobre Aprendizado de Máquina e Redes Neurais Artificiais, tendo como principal objetivo melhorar o sistema de geração de relatórios das sessões de atendimento realizadas no Laboratório do Ambiente Digital de Aprendizagem para Crianças Autistas (LADACA). Para isso, implementamos, em linguagem de programação Python, Redes Neurais Recorrentes utilizando os dados extraídos dos jogos digitais de cada sessão, fornecendo 403 amostras para a rede. Treinamos a rede utilizando as informações: quantidade de dicas solicitadas, quantidade de cliques certos, quantidade de cliques errados e tempo da partida. Após o treinamento, obtivemos o resultado através do erro médio quadrático e obtivemos previsões de futuros dados-
Descrição: dc.descriptionIn the research and extension project Digital Learning Environment for Autistic Children (ADACA), computational resources are being developed to assist in the social and digital inclusion of children with Autism Spectrum Disorder (ASD). ASD encompasses neurodevelopmental disorders that manifest from birth or early childhood. According to the Diagnostic and Statistical Manual of Mental Disorders (DSM-5), individuals within the spectrum may exhibit deficits in social communication or interaction and display restricted and repetitive patterns of behavior, such as continuous movements, fixed interests, and sensitivity to sensory stimuli. In this project, we conducted a study on Machine Learning and Artificial Neural Networks, with the primary goal of enhancing the reporting system for sessions conducted at the Laboratory of the Digital Learning Environment for Autistic Children (LADACA). To achieve this, we implemented Recurrent Neural Networks in the Python programming language, using data extracted from digital games played during each session, providing 403 samples for the network. The network was trained using information such as the quantity of requested hints, the number of correct clicks, the number of incorrect clicks, and the duration of the session. After training, we validated the results using mean squared error and obtained predictions for future data-
Descrição: dc.description64 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherVolta Redonda-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectRedes neurais recorrentes-
Palavras-chave: dc.subjectJogos digitais-
Palavras-chave: dc.subjectCrianças autistas-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectTranstorno do espectro autista-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectRecurrent neural networks-
Palavras-chave: dc.subjectDigital games-
Palavras-chave: dc.subjectAutistic children-
Título: dc.titleRedes neurais recorrentes aplicadas à análise de dados de jogos educacionais para crianças com autismo-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.