Koneoppimismallit lukemisen erityisvaikeuden tunnistamisessa
Tekijät
Päivämäärä
2024Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lukemisen erityisvaikeus on yksi yleisimmistä oppimisvaikeuksista. Lukihäiriöllä on merkittävä vaikutus yksilön itsetuntoon ja koulumenestykseen, mutta aikaisella diagnosoinnilla ja kuntouttavalla interventiolla sen vaikutuksia voidaan minimoida. Tutkielman tarkoituksena on selvittää, että voidaanko lukihäiriö tunnistaa tehokkaasti ja luotettavasti silmänliikkeistä koneoppimismallien avulla. Tämän lisäksi tutkitaan, mitkä käytössä olevista koneoppimismalleista soveltuvat lukihäiriön tunnistamiseen parhaiten ja onko eri mallien välillä merkittävää eroa. Reading disability is one of the most common learning disabilities. Dyslexia has a significant impact on an individual’s self-esteem and academic performance, but with early diagnosis and rehabilitative intervention, its effects can be minimised. The aim of this thesis is to investigate whether dyslexia can be effectively and reliably identified from eye move- ments using machine learning models. It will also investigate which of the existing machine learning models are best suited for identifying dyslexia and whether there are significant differences between the different models.
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5283]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Dysleksian pysyvyys ja yhteys kognitiivis-kielellisiin lukemisen taustataitoihin
Talvitie, Tanja-Tuulia (2016)Tässä tutkimuksessa selvitettiin, jatkuuko lapsuudessa diagnosoitu lukivaikeus aikuisuuteen, ja millä lukutaidon alueella lukemisen vaikeus näkyy. Lisäksi tarkasteltiin lapsuudessa ja aikuisuudessa tutkittujen tunnetuimpien ... -
Lukemisen osatekijöitä ja ongelmia
Kaukonen, Sanna; Lanu, Anna-Liisa (2005) -
Detection of developmental dyslexia with machine learning using eye movement data
Raatikainen, Peter; Hautala, Jarkko; Loberg, Otto; Kärkkäinen, Tommi; Leppänen, Paavo; Nieminen, Paavo (Elsevier, 2021)Dyslexia is a common neurocognitive learning disorder that can seriously hinder individuals’ aspirations if not detected and treated early. Instead of costly diagnostic assessment made by experts, in the near future dyslexia ... -
Automatic detection of developmental dyslexia from eye movement data
Raatikainen, Peter (2019)Lukemisen erityisvaikeus eli dysleksia on maailmanlaajuisesti yleisin neurologinen oppimisvaikeus. Se voi hoitamattomana merkittävästi haitata yksilön akateemista menestystä. Erityisvaikeuden tunnistaminen ja hoitaminen ... -
Extreme minimal learning machine : Ridge regression with distance-based basis
Kärkkäinen, Tommi (Elsevier BV, 2019)The extreme learning machine (ELM) and the minimal learning machine (MLM) are nonlinear and scalable machine learning techniques with a randomly generated basis. Both techniques start with a step in which a matrix of weights ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.