Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 272 obiektów cyfrowych
Obiekt
Tytuł: An intelligent multimodal framework for identifying children with autism spectrum disorder
Współtwórca:
Kołodziej, Joanna - ed. ; Pllana, Sabri - ed. ; Vitabile , Salvatore - ed.
Podtytuł:
Tytuł publikacji grupowej:
Abstract:
Early identification can significantly improve the prognosis of children with autism spectrum disorder (ASD). Yet existing identification methods are costly, time consuming, and dependent on the manual judgment of specialists. In this study, we present a multimodal framework that fuses data on a child`s eye fixation, facial expression, and cognitive level to automatically identify children with ASD, to improve the identification efficiency and reduce costs. ; The proposed methodology uses an optimized random forest (RF) algorithm to improve classification accuracy and then applies a hybrid fusion method based on the data source and time synchronization to ensure the reliability of the classification results. The classification accuracy of the framework was 91%, which is higher than that of the RF, support vector machine, and discriminant analysis methods. ; The results suggest that data on a child`s eye fixation, facial expression, and cognitive level are useful for identifying children with ASD. Because the proposed framework can separate ASD children from typically developing (TD) children, it can facilitate the early identification of ASD and may improve intervention programs for children with ASD.
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Identyfikator zasobu:
DOI:
Strony:
Źródło:
AMCS, volume 30, number 3 (2020) ; kliknij tutaj, żeby przejść
Jezyk:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki
- Repozytorium > Typy utworów > Artykuły
- Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2020)
Data ostatniej modyfikacji:
17 lip 2025
Data dodania obiektu:
17 lip 2025
Liczba wyświetleń treści obiektu:
8
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/repozytorium/publication/101231
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
-
-
-
-
-
-
-
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 30, number 1 (2020)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 30, number 2 (2020)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 30, number 3 (2020)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 30, number 4 (2020)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
| Nazwa wydania | Data |
|---|---|
| An intelligent multimodal framework for identifying children with autism spectrum disorder | 17 lip 2025 |
Obiekty Podobne
Famuła-Jurczak, Anita Kataryńczuk-Mania, Lidia - red. nauk.
Ramakrishnan, Anandkumar Ramalingam, Rajakumar Ramalingam, Padmanaban Ravi, Vinayakumar Alahmadi, Tahani Jaser Maidin, Siti Sarah Woźniak, Marcin - ed. Kumar, Yogesh - ed. Ijaz, Muhammad Fazal - ed.
Abbas, Sidra Ojo, Stephen Krichen, Moez Alamro, Meznah A. Mihoub, Alaeddine Vilcekova, Lucia Woźniak, Marcin - ed. Kumar, Yogesh - ed. Ijaz, Muhammad Fazal - ed.
Kanar. Mirosława Kowalski, Mirosław - red. Zygadło, Andrzej
Grabizna, Adrianna Maciejewska, Renata Moczulska, Marta Rongińska, Tatiana - red.
Kędzia, Natalia Kościuk, Malwina Janiszewska-Nieścioruk, Zdzisława - red. nauk.
