Αναγνώριση δυσλεξίας με χρήση τεχνικών Μηχανικής Μάθησης
Detection of dyslexia by using Machine Learning Techniques
dc.contributor.advisor | Μαραγκουδάκης, Εμμανουήλ | el_GR |
dc.contributor.author | Καλούσου, Γεωργία | el_GR |
dc.coverage.spatial | Σάμος | el_GR |
dc.date.accessioned | 2022-03-03T15:13:06Z | |
dc.date.available | 2022-03-03T15:13:06Z | |
dc.date.issued | 2016-04 | |
dc.identifier.other | https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%91%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7+%CE%B4%CF%85%CF%83%CE%BB%CE%B5%CE%BE%CE%AF%CE%B1%CF%82+%CE%BC%CE%B5+%CF%87%CF%81%CE%AE%CF%83%CE%B7+%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD+%CE%9C%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CE%BA%CE%AE%CF%82+%CE%9C%CE%AC%CE%B8%CE%B7%CF%83%CE%B7%CF%82&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%91%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7+%CE%B4%CF%85%CF%83%CE%BB%CE%B5%CE%BE%CE%AF%CE%B1%CF%82+%CE%BC%CE%B5+%CF%87%CF%81%CE%AE%CF%83%CE%B7+%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD+%CE%9C%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CE%BA%CE%AE%CF%82+%CE%9C%CE%AC%CE%B8%CE%B7%CF%83%CE%B7%CF%82&OpacLanguage=gre&Profile=Default&EncodedRequest=*CF*1Dat*8E*87*A91*ADw*16*DF*EB*82*9F3&EncodedQuery=*CF*1Dat*8E*87*A91*ADw*16*DF*EB*82*9F3&Source=SysQR&PageType=Start&PreviousList=Level1&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex= | el_GR |
dc.identifier.uri | http://hdl.handle.net/11610/23235 | |
dc.description.abstract | Σκοπός της διπλωματικής μου εργασίας ήταν η ανίχνευση πιθανής ύπαρξης δυσλεξίας με χρήση τεχνικών μηχανικής μάθησης μέσω του γραφικού περιβάλλοντος μίας πρωτότυπης δια-δραστικής εφαρμογής, εγκατεστημένης σε συσκευή που βασίζεται στο λειτουργικό σύστημα Android. Η συγκεκριμένη εφαρμογή, με την επωνυμία “Δυσλ3ξία”, αποτελεί ένα καινοτόμο πρόγραμμα γρήγορης πρόγνωσης της συγκεκριμένης μαθησιακής δυσκολίας μέσω πολλαπλών κριτηρίων, σε ένα περιβάλλον πολύ φιλικό προς τον χρήστη. Στόχος της είναι η επίτευξη μίας αρχικής διάγνωσης για να ενημερωθεί ο ενδιαφερόμενος αν θα πρέπει να επισκεφτεί στη συνέχεια κάποιο εμπειρογνώμονα για την αντιμετώπιση του συγκεκριμένου προβλήματος. Για την υλοποίηση της εφαρμογής συγκεντρώθηκαν στοιχεία από δυσλεκτικά και μη άτομα μέσω της χειρόγραφης απάντησης τους σε κάποια κριτήρια που επιλέχθηκαν μετά από σχετική έρευνα. Τα συγκεκριμένα κριτήρια αναφέρονταν αφενός στο περιεχόμενο των απαντήσεων τους, όπως είναι η ορθογραφία των λέξεων και η διάταξη των αριθμών, και αφετέρου στον τρόπο γραφής του χρήστη και συγκεκριμένα στο γραφικό χαρακτήρα και στον ορίζοντα της γραφής του. Για την καταγραφή του κώδικα, που είναι γραμμένος στη γλώσσα προγραμματισμού Java για Android, χρησιμοποιήθηκε το πρόγραμμα Android Studio ενώ η αξιολόγηση των αποτελεσμάτων του πραγματοποιήθηκε στο πρόγραμμα RapidMiner. Η υλοποίηση αυτή οδήγησε στην κατασκευή ενός προγράμματος που καταγράφει πιθανά συμπτώματα μίας συγκεκριμένης μαθησιακής δυσκολίας, αποτελώντας με αυτό τον τρόπο ένα σύγχρονο παράδειγμα αλληλεπίδρασης ανθρώπου μηχανής με ιατρικό και κοινωνικό χαρακτήρα. Η “ Δυσλ3ξία ” δίνει μία άλλη διάσταση στην χρήση των ηλεκτρονικών μηχανών, που υπερβαίνει την απλή ψυχαγωγία του χρήστη. Του προσφέρει τη δυνατότητα εύκολης και γρήγορης πρόωρης διάγνωσης χωρίς την παρουσία κάποιου ιατρού ή ειδικού ερευνητή, αποκτώντας με αυτό το τρόπο ιατρικό χαρακτήρα. Ο σχεδιασμός και η μεθοδολογία που ακολουθήθηκε μπορεί να γίνει οδηγός για την κατασκευή περισσότερων εφαρμογών που αφορούν τομείς όπως η ιατρική μέσω της εκτέλεσης απλών διαδικασιών, η εκπαίδευση, η ψυχολογία, η ρομποτική κ.α. | el_GR |
dc.description.abstract | My thesis is aiming to easily detect a possible dyslexia existence through the graphical interface of a novel inter-active application, installed on a device based on Android operating system. This application, called "Dysl3xia" is an innovative program fast prediction of specific learning disability through multiple criteria, in a very user- friendly environment. Its goal is to achieve an initial diagnosis in order to inform the person whether he should visit an expert to address the issue. In order to materialize the application, data were collected by dyslexic and non dyslexic people through their handwritten response to certain criteria selected after an investigation. These criteria referred both to the content of their responses, such as the spelling of words and the order of numbers, and also in the way of the user writing and specifically in handwriting and the horizon of his writing. For the recording of the code, which is written in the Java programming language for Android, the Android Studio project was used while the evaluation of the results was performed in RapidMiner program. This accomplishment led to the creation of a program that could record possible symptoms of a specific learning disability, constituting thereby a contemporary example of human machine interaction with medical and social nature. The "Dysl3xia" gives another dimension to the use of electronic machines, which goes beyond a simple entertainment of the user. It offers the possibility of an easy and a rapid early diagnosis without the presence of a doctor or a qualified researcher, in this way a medical nature is being obtained. The design and the methodology that was used can become a guide for constructing more applications in medical area by conducting simple procedures and in other areas such as in education, psychology, robotics etc. | en_US |
dc.format.extent | 94 σ. | el_GR |
dc.language.iso | el_GR | el_GR |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.subject | δυσλεξία | el_GR |
dc.subject | μηχανική μάθηση | el_GR |
dc.subject | εξόρυξη γνώσης | el_GR |
dc.subject | εφαρμογή | el_GR |
dc.subject | αλγόριθμος δυναμικής χρονικής στρέβλωσης | el_GR |
dc.subject | ταξινομητές πλησιέστερων γειτόνων | el_GR |
dc.subject | Μπεϋσιανοί ταξινομητές | el_GR |
dc.subject | δένδρα απόφασης | el_GR |
dc.subject | νευρωνικά δίκτυα | el_GR |
dc.subject | dyslexia | en_US |
dc.subject | K-NN | en_US |
dc.subject | Naive Bayes | en_US |
dc.subject | NB | en_US |
dc.subject | android | en_US |
dc.subject | perceptron | en_US |
dc.subject | neuralnetwork | en_US |
dc.subject | NN | en_US |
dc.subject | SVM | en_US |
dc.subject | support vector machine | en_US |
dc.subject | DTs | en_US |
dc.subject | desicion trees | en_US |
dc.subject | DTW | en_US |
dc.subject | dynamic time warping | en_US |
dc.subject.lcsh | Dyslexia (URL: http://id.loc.gov/authorities/subjects/sh85040336) | en_US |
dc.subject.lcsh | Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324) | en_US |
dc.subject.lcsh | Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073) | en_US |
dc.title | Αναγνώριση δυσλεξίας με χρήση τεχνικών Μηχανικής Μάθησης | el_GR |
dc.title | Detection of dyslexia by using Machine Learning Techniques | en_US |
dcterms.accessRights | campus | el_GR |
dcterms.rights | Πλήρες Κείμενο - Ενδοπανεπιστημιακή Δημοσίευση Κλειδωμένη η δυνατότητα αντιγραφής | el_GR |
heal.type | masterThesis | el_GR |
heal.recordProvider | aegean | el_GR |
heal.committeeMemberName | Σταματάτος, Ευστάθιος | el_GR |
heal.committeeMemberName | Καβαλλιεράτου, Εργίνα | en_US |
heal.academicPublisher | Πανεπιστήμιο Αιγαίου - Σχολή Θετικών Επιστημών - Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων | el_GR |
heal.academicPublisherID | aegean | el_GR |
heal.fullTextAvailability | false | el_GR |
dc.notes | Ο συγγραφέας επιτρέπει την πρόσβαση στο πλήρες κείμενο του ηλεκτρονικού αρχείου ΜΟΝΟ εντός του Πανεπιστημιακού δικτύου (ενδοπανεπιστημιακή πρόσβαση) | el_GR |
dc.contributor.department | Τεχνολογίες και Διοίκηση Πληροφοριακών και Επικοινωνιακών Συστημάτων | el_GR |