AI Summary & Key Takeaways
AI InsightRecognition of the early symptoms of autism and early recognition of the disorder is important for the creation and implementation of early education programs for children with autism spectrum disorders
📌 3 Key Takeaways
Abstract
— For the first time with this study, a dynamic expert system has been developed for the early notice of autism in early childhood. The most important distinguishing feature of this study, by using Naive Bayes algorithm in the part of the inference engine of the expert system provides dynamically the renewal of the knowledge base. So that, when the system meets a new state which is not registered before; it estimates the new rule that belongs which class by using the current rules. Improved dynamic expert system will provide an important contribution in the process such as earlier implementation of support programs for the devastating impact that family, to inform families about the symptoms of autistic disorder and the creation of early education programs for children with autism, Special education is seen as the most effective treatment for Autism. In development and training of autistic individuals, the early start of training is known to increase positive outcomes. Although symptoms of autistic disorder can be seen since birth; because of not knowing and not recognizing by families, the diagnosis of autism usually are set after the age of 3, between 4 and 6 years of age. To decide the symptoms used for the early diagnosis of autism is a very complex process that requires experience. Therefore, for the early diagnosis of autism can use techniques such as artificial intelligence, expert systems, decision support systems and data mining. Recognition of the early symptoms of autism and early recognition of the disorder is important for the creation and implementation of early education programs for children with autism spectrum disorders
Özet
Bu çalışmada; ilk defa erken çocukluk döneminde otizmin erken fark edilmesine yönelik bir dinamik uzman sistem geliştirilmiştir. Bu çalışmanın en önemli ayırt edici özelliği, uzman sistemlerin çıkarım mekanizması kısmında Naive Bayes algoritması kullanılarak kural tabanının dinamik olarak yenilenmesinin sağlanmasıdır. Bu sayede sistem daha önceden kayıtlı olmayan yeni bir durum ile karşılaştığında; mevcut kurallardan faydalanarak yeni kuralın hangi sınıfa ait olduğunu tahmin etmektedir. Geliştirilen dinamik uzman sistem; otistik bozuklukların belirtileri konusunda ailelerin bilgilendirilmesi, otistik çocuklara yönelik erken eğitim programlarının oluşturulması ve ailede yarattığı yıkıcı etkilere yönelik destek programlarının daha erken uygulanması gibi süreçlerde önemli katkılar sağlayacaktır.Otizmin en etkili tedavi yöntemi olarak özel eğitim görülmektedir. Otistik bireylerin eğitiminde ve gelişiminde, eğitimin erken başlamasının olumlu sonuçları arttırdığı bilinmektedir. Bireyin doğumundan itibaren otistik bozuklukların belirtileri görülebilmesine rağmen; ailelerin otizmi tanımaması, belirtilerini bilmemesi nedeniyle otizm tanısı genellikle 3 yaşından sonra, 4- 6 yaş arasında konmaktadır.Otizmin erken tanısına yönelik olarak kullanılan belirtilerden hangilerinin var olduğuna karar vermek oldukça karmaşık ve deneyim gerektiren bir süreçtir. Bu nedenle, otizm erken tanısına yönelik yapay zekâ, uzman sistemler, karar destek sistemleri, veri madenciliği gibi teknikler kullanılabilir. Otizmin öncü belirtilerinin tanınması ve bu konudaki bozuklukların erken fark edilmesi, otistik çocuklara yönelik erken eğitim programlarının oluşturulması ve uygulanabilmesi açısından oldukça önemlidir.