Autismus-Spektrum-Störung

Um das Autismus-Prognosemodell zusammenzustellen, integriert die Forschung die Methoden der maschinellen Intelligenz Random Forest-CART ( Klassifikations- und Regressionsbäume) und Random Forest-ID3 (Iterativer Dichotomiser 3).Dieses Modell wird eingesetzt, um das Empfehlungsdossier zu analysieren und Indikatoren dafür zu erstellen, ob jemand ASDhat .Die Ergebnisse der Evaluierung zeigen, dass das vorgeschlagene Vorhersagemodell in Bezug auf die Leistungsindikatoren für den AQ-10-Datensatz und den realen Datensatz besser abschneidet als erwartet . Dies deutet darauf hin, dass das Modell bei der Vorhersage von ASD erfolgreich ist und das Potenzial hat, aufschlussreiche Informationen über die Diagnose von Autismus zu liefern.Darüber hinaus wurde das vorgelegte Vorhersagemodell etabliert und ein Reiseantrag aufgrund der Forschung gestellt . Das Modell wird auf die Smartphone-Anwendung angewendet, um den Nutzern ASD-Vorhersagen zu liefern. Dies macht es bequem und schnell, das Vorhersagemodell zu verwenden, was für Menschen hilfreich sein kann, die nach einer frühen ASD-Erkennung und -Behandlungsuchen .

Autorentext
Dr. U. Sivaji ist derzeit außerordentlicher Professor in der Abteilung für Informationstechnologie, Institut für Luftfahrttechnik, Dundigal, Hyderabad, Telangana. Zu seinen aktuellen Forschungsinteressen gehören Software Engineering, maschinelles Lernen, Netzwerke, Cybersicherheit, Software-Automatisierung und Cloud Computing.