帮助孤独症谱系,使用时空模型数据采集方法

文摘

雇佣一个巨大收获的tweet信息集合,我们倾向于的自闭症谱系障碍(ASD)逐渐被公认为是一个严重的公共卫生问题,影响左右zero.5 - 0.6%的人口。这项工作的目的是分析如果Twitter作为一个非常标准的数据交换平台,作为数据挖掘供应可能援助礼物的一系列实验,研究各种语言和语言学方面的消息宣布由个人好奇的ASD。我们的研究结果,主要的自然科学文献显示,有力地鼓励额外的分析这个主题和礼物额外工作的方法论基础。

关键字

自闭症谱系障碍(ASD),时空模型,词类(POS),潜在语义分析(LSA)。

介绍

我们倾向于描述Twitter作为媒介的主要研究矿业知识指的是人口的影响自闭症谱系障碍(ASD)。考虑到著名的挑战与这个特定的目标达成和迷人的人口,很明显,我们的工作和发现铺平道路意味着对于任何工作的杰出的公众健康潜在利润。这些优势体现的浓缩信息语料库的医疗行业本身的条件,因此加强对实践的理解和考虑这些折磨综合症。

流行的分析方向侧重于众多风格的预测支持微博情绪推断从推特的表情符号或开发基于语言学的分类器。作为一个例子,阿舒尔,胡伯曼显示推特发布率不会预测膜盒工作收入,而Baucom等等。用情绪来分析微博的内容之间的联系,因此结果NBA竞争的游戏。博伦等等。显示微博情绪,一共视为公众情绪的反映图像的水平,是不会预测社会政治的发病率,文化和经济事件[2]。

不规则的区别研究划定高于完全不同的疾病,Twitter的就业知识在极度传染性呼吸道疾病等疾病的管理吸引了更多有针对性的[1]。例如,Culotta调查是否疾病传染|呼吸道疾病流行的频率相关的微博往往与“地面实况”相关知识从疾病管理中心和预测。然而更多的证据能力的Twitter知识提出了通过咀嚼和Eysenbach联合国机构无可争辩的,相关微博的时空分布频率在整个2009 H1N1。虽然Twitter的就业数据挖掘与自闭症相关信息尚未探索然而,已经有一些初步工作就业不同的社会媒体和ASD。例如,牛顿等人使用语言探索与词频统计(LIWC)字典com-pare写作模式的ASD和人民正常博客[6]。

二世。文献调查

社交游戏和自闭症谱系障碍,本文认为假定社会玩的性质赤字自闭症谱系障碍(asd)。游戏的本质及其典型的发展概述和在asd发挥发展的关系进行了讨论。建议社会玩是两股的融合发展中影响自闭症:社会和情感发展,认知发展。结果表明,社会发展事务的方式和自闭症的初始社会困难阻止社会互动的发展,诱发作用和丰富自然[4]。

设计问题为自闭症儿童在互动环境,本文地址相关的设计问题的极光项目旨在开发一个自治移动机器人作为一个自闭症儿童的治疗工具。心智解读的认知理论和相关讨论极光项目。这种方法是放在互动环境的大背景下,自主移动机器人的一个特例。为互动环境的影响这一研究,特别是虚拟环境[5]。

机器人作为社会角色:极光和自闭症的案例中,robot-human交互可预见性和控制的作用。这涉及到中央质疑人类是好的模型合成(社会)代理。设计问题基于认知账户向robot-human互动讨论关于作者的最近的工作在构建交互式机器人系统作为补救工具为自闭症儿童(教学设备),一个项目,最重要的是需要仔细分析人机关系,并不能依靠人类的“天然”倾向有兴趣代理显得栩栩如生的社会,一个因素目前广泛利用可信代理研究社区[7]。

促进自闭症儿童虽然课本之间的协作,自主机器人可用于培育和支持协作自闭症儿童中扮演许多不同的设置。因为自闭症会损害一个人的技能的社会沟通和社会交往,这使得它特别困难的有这种障碍的儿童参与许多不同形式的社会,特别是协作游戏由于人际关系技巧需要协调和同步人们通过不断地与他们交流的行动。因为这些孩子玩合作有困难,这进一步阻碍了他们的能力来发展必要的技能与他人互动和沟通[9]。

人机交互在自闭症的脸,一个基于android的社会治疗,在人机互动,生物学和工程学交叉需要一个上下文,允许适应动态的发展。android的脸是能够与外部环境交互,解释和表达情感通过非语言交流。面对捕捉表现力和心理物理相关的对话者和行为的启动后两种交际方式符号学[11]。

基于智能手机的孤独症社会预警系统,每88个美国儿童中就有1名患有自闭症目前削弱他们的社会交往、沟通和日常生活。通常,父母、教师和研究者需要购买昂贵的设备,帮助自闭症儿童在日常生活中应对挑战。在本文中,我们展示分享服务自闭症社会预警(莎莎)系统设计来帮助这些孩子。我们的系统可以自动检测他们的典型行为,可以采取早期干预护理人员或教师[13]。

在自闭症治疗,详细要求机器人机器人自闭症治疗是一个快速发展的研究领域,与各种各样的机器人正在开发用于临床设置。具体、详细要求机器人和用户界面需要更有效地为创造机器人提供指导帮助治疗师自闭症治疗。本文列举了一系列临床人形机器人的要求和相关的人机界面。两个人形机器人的设计和使用的一种直观和灵活的用户界面治疗师治疗自闭症儿童描述[30]。

一个负担得起的小型仿人机器人的自闭症谱系障碍干预孩子,孤独症谱系障碍影响的儿童越来越多。障碍是伴随着社会功能障碍为特征的非言语行为的使用,未能发展适当的对等关系和缺乏社会和情感交流。作为这个项目的一部分,机器人和电子控制软件开发和集成半自治的交互,遥操作从一个远程医疗服务提供者和启动试验与孩子在当地诊所进展[13]。

方法来促进社会和沟通行为与自闭症谱系障碍儿童,大多数孤独症患者在发展中社会行为存在一些困难,生活在自己的世界里。本研究目标改善自闭症儿童的社会生活与一个主要集中在促进他们的社会互动和交流。的推广获得技能的孩子在新的环境和环境也测试了。结果显示实验结果的描述[15]。

人机交互作为一种工具来评估和量化运动在自闭症谱系障碍儿童模仿行为,儿童自闭症谱系障碍(ASD)有困难参与模仿行为。提供临床试验评估模仿依赖主观观察和明确的“是”或“否”的数据我们描述的开发方法来量化使用机器人模仿,运动学数据和动态时间规整算法[21]。

三世。实验结果和讨论

对我们的分析有印刷的动机和最终的愿景对于这个工作,并把它放置于上下文的分析数据挖掘社交媒体,我们倾向于目前翻我们的注意力最本文的贡献。我们倾向于首先de-scribing信息集合我们倾向于使用[8]。

一个。数据采集

采样信号数据采集的方法生活地球物理条件和改变接下来的样品为数字数值将由电脑控制。知识获取系统(缩写形式DAS或采集)一般模拟波形转换成数字值过程[9]。

数据采集应用程序由计划控制程序开发虐待等众多通用编程语言实验室的观点,基本,C, Fortran, Java, Lisp,帕斯卡。完整的知识获取系统。

有ASCII文本文件包中包提供所有必需的工具,从完全不同的硬件手段积累知识。这些工具从科学界回来无论先进实验需要快速、多功能和可转换方案。然而这些包通常是自定义匹配很多通用采集包就像最综合知识获取系统是采用简单的定制和全球在许多物理实验。

b处理

大部分的添加本文提到的考虑主题的分析意味着Twitter [10]。在这种情况下是很有用的具有完全不同的相同的单词的词形变化规范化和图解术语[12]。在语言学认为此方法自由词元化,我们应用它机械虐待TweetNLP软件方案。此外,我们倾向于带走可疑的停止词,不携带丰富的这意味着自己(如文章和连接词),此外,所有的标点符号和符号[11]。

第四,方法和结果

一个。ZIPF定律

Zipf定律指出,鉴于一些舌头话语语料库,任何词的频率相互地正比于其频率表中的排名。所以可能出现最频繁的词通常接近翻倍,因为第二个最频繁的词,一般三次,因为第三个最频繁的词,等为例,在洋基的布朗语料库英语文本,这个词“的”是最常出现的词,和本身占近七自己都出现的字(69971一百万)。忠诚Zipf定律,第二名的词”,“占略超过三个。5%的单词(36411事件),紧随其后的是"和" (28852)。仅仅一百三十五词汇事情面积单位需要占0.5布朗语料库[17]。相同的关系发生在几个不同的排名与语言无关,就像在许多国家人口的城市,公司大小、金融获得排名,排名的各种个人看起来类似的电视台,等等。的分布在城市人口排名最初注意到菲利克斯•奥尔巴赫1913年[22]。反复试验一组知识将看看参加设想是否Zipf定律适用于通过检查工作的美好的经验分布与Kolmogorov-Smirnov假设法律分布测试,所以比较(日志)机会大小关系法律的能力分布不同的分布就像一个指数分布或对数正态分布。[6]一旦检查城市Zipf定律,改进工作已经发现b = one.07(澄清)。而Zipf定律适用于高尾的分布、完整的城市是对数正态分布和分布遵循Gibrat定律[14]。

这不是杰出的为什么Zipf定律适用于多种语言。但是,它是应用数学分析的部分解释随意生成的文本。Wentian李已经表明,在一个极其文档中每个角色已经从一个标准化的选择随意分配所有的信件(加上一个字符),“单词”遵循的最终趋势Zipf定律(接近线性出现在重对数坐标图)。Vitold Belevitch极其纸,在应用数学语言分布规律提供了数学推导。他彬彬有礼的应用数学的超大号的类别分布(不只是传统的分布),表示他们的等级。然后他放大成泰勒级数表达式。在每种情况下Belevitch获得非凡的结果,一个系列的一阶截断导致Zipf定律。此外,泰勒级数的二阶截断导致曼德布洛特定律[19]。

b .消息长度

一些常数通用语言规则和标准文本一样,我们的下一个目标是探索任何微分特征也表现出我们的ASD和管理团队。回忆一下第1部分一双,我们所知的范围内设置平衡微博,即微博的数量在ASD语料库是一样的在管理语料库[16]。然而,正如在前一节中看到的,这个词项2知识集区域内单位完全不同,各自八、989789年和6713548年——一个大约三十的第四大区别。当场,这是一个暗示这个观察常见的词数每个tweet ASD集群内更大,是有区分的第一迹象推在这个集群以及我们的知识主体的其余部分。此集群的趋势发布长消息附加支持审查相应的tweet单词统计直方图[20]。

诉内容分析

我们的下一个目标是探索如果谈论最多的话题在ASD社区不同于对照组的数据集。在第一个实验中,我们倾向于向这个任务通过比较2中的最重要的常用词汇知识集[25]。这些话被视为一个简单的累计代理个人消息的特定的内容。关键结果广场最频繁的测量显示一百字在各自ASD和管理知识集,应该显示为“文字云”,一个特定的词的频率编码对应的字体大小[26]。我们倾向于使用一个线性范围,字体大小正比于对应的单词的频率在一个知识集。

很快地发现从三个最重要并参与使用单词2团队内的微博显示相当大的差异的本质所提到的话题。甚至很多彻底检查揭示了任何重要的相干模式与主流文学ASD。尤其是观察的存在一个超大号的各种情节中的单词珍惜ASDcluster广场衡量与孩子们喜欢‘孩子’,‘孩子们,‘孩子’,和‘儿子’,例如[28]。在广场可以unstartling测量各种各样的原因。首先,识别的ASD foremetimes幼稚所以便宜中创建期望抱残守缺con-fronting这新的挑战会增加主动寻求促进社区的老人在一个非常相似的状态。此外,而毫无疑问持续脆弱的[18],综合症频谱上的脆弱的人是最伟大的而他们年轻后他们想要最重要的支持他们的监护人和治疗师如契约所需的能力进步深入社会中的教育系统和集成[29]。

第六,提出了系统

我们提出了总系统做手动在我们的生活中,模仿言语攻击孩子在我们现有的系统有卡斯帕·技术找到孩子们在玩游戏的错误但在我们提出使用机械系统,它克服了机器人(Android)。如果有人问问题,残疾人,演讲被谷歌语音引擎。它转换为文本,取决于一个应用程序从数据库得到答案的问题,回答的声音技术的人。我们的想法是将最可能有助于推动那些像一个正常人一样生活在世界[31]。

答:注册数据库

这里我们有进入的细节自闭症阻碍人民喜欢的名字,父亲的名字等等…。和一些个人信息的人,它可以存储在数据库中。

b说和文本转换

语音文字转换模块用于分析语言和使用谷歌语音识别引擎将语音转换成文本(GSE)也使用互联网和数据库信息转换成语音通过语音(TTS) [30]。

c .重申细节

迭代使用存储在数据库的细节反复使用谷歌语音引擎(GSE),也可以设置的重复次自我虽然这是这里的方式来表达的时刻容易模仿言语攻击人民。

七世。结论

这项工作的目的是分析数据挖掘的潜在信息表示在Twitter上找到有关问题,实践,和通常的话题的人好奇综合症谱系障碍[33]。我们倾向于向这个缺点最初通过收获回家一个超大号的信息集合的tweet,我们倾向于选择幸福的每一个语料库的ASD-related设置信息或控制集。受害这信息集合,我们往往进行了一系列的实验,分析了每一个共同和微分特征2子集内的消息和报道的一系列小说的结果。所需的最重要的发现,许多完全不同的实验,证实了问题主题的角色出现在ASD的推文[32]。我们倾向于表明,微博在这个集合是非常富有的数据无疑高价值的公共卫生官员和政策制造商,所以激励任何朝着我们的目标努力的开发工具准备监控自动ASD社区众多的反应措施,立法议会,医学的进步等等。

八世。确认

作者要感谢副总理Dean-Engineering,董事、秘书,记者,煤斗的计算机科学与工程,博士伙夫Kaliyamurthie,钦奈Bharath大学为他们的动机和不断的鼓励。作者想特别感谢a . Kumaravel博士对他的指导和评论的手稿和他在完成工作和有价值的输入和富有成果的讨论计算机科学与工程系的教员。同时,他把特权扩展感谢他的父母和家庭成员呈现他们在整个研究工作的支持。

引用

1. l .江m . Yu m .周x Liu和t .赵“依赖于目标的Twitter情绪分类”,在计算语言学协会年会,2011年。
2. a·t·牛顿,公元。克雷默,d·n·麦金托什,“自闭症在线:用词比较在博客和没有自闭症谱系障碍”。在人机界面的特殊利益集团会议上人为因素在计算系统中,2009年。
3. t .淡比m .冈崎,y松尾”地震震动Twitter用户:实时事件社会传感器检测”。2010年国际会议上万维网。
4. d . Scanfeld诉Scanfeld, e·l·拉尔森通过社交网络传播健康信息,Twitter和抗生素。美国感染控制杂志》,2010年版。
5. c . r . Shalizi Clauset, m·e·j·纽曼“幂律分布在经验数据”,工业和应用数学学会评论》,2009年。
6. Culotta。”检测流感流行通过分析Twitter消息”,在社交媒体分析研讨会,2010。
7. Himelboim j.y.汉,“癌症在Twitter上说:社区结构和信息来源在乳腺癌和前列腺癌的社交网络”,健康传播》杂志,2013年。
8. j . Jashinsky c·l·汉森,s·h·伯顿j .西方,c . Giraud-Carrier m·d·巴恩斯和a . t .跟踪自杀危险因素通过Twitter在美国。危机干预和自杀预防杂志》,2013年版。
9. l .江m . Yu m .周x Liu和t .赵“依赖于目标的Twitter情绪分类”,在计算语言学协会年会,2011年。
10. K.G.S.文卡特斯,“CDMA和GSM移动通信技术的比较”,中东科学研究杂志》上,13(12),1590 - 1594年,2013页。
11. 美国Verma s Vieweg w . j . Corvey l . Palen j . h . Mar-tin m·帕尔默a . Schram和k·m·安德森,”自然语言处理救援?在大规模紧急”提取“态势感知”微博,在博客和社交媒体的国际会议,2011。
12. K.G.S.文卡特斯和m . Elamurugaselvam”设计基于面向对象度量测量耦合和凝聚力”,国际先进和创新研究杂志》上,卷2,问题5,778 - 785年,2013页。
13. 史密斯k . w .窥探者m . s . c . Giraud-Carrier和c . l . Han-son。在Twitter上识别与健康有关的话题,与烟草有关的微博作为测试主题的探索。在社会计算国际会议,Behavioural-Cultural建模和预测。2011。
14. Sathish Raja K.G.S.斯根,”电子邮件垃圾邮件僵尸检查电子邮件发送网络基础设施”,国际科学和工程研究期刊》的研究,4卷,问题4,第373 - 366页,2013年4月。
15. IEEEJ.Sel.AreasCommun比安奇,”PerformanceanalysisoftheIEEE802.11distributedcoordinationfunction。”研究概述,第三,Mar.2000 pp.535 - 547。
16. p .英迪拉Priya K.G.S.文卡特斯,“找到K-Edge连接使用DLTRT马奈,应用工程研究国际期刊的9卷,问题22日,页。5898 - 5904年,2014年。
17. K.G.S.文卡特斯和m . Elamurugaselvam”使用的概念凝聚力类故障预测的面向对象的系统”,国际先进和创新研究杂志》上,卷2,问题4,第80 - 75页,2013年4月。
18. J女士。Praveena, K.G.S.文卡特斯、“先进汽车自适应边缘检测算法对火焰监测和火灾图像处理”,国际应用工程研究杂志,9卷,22个问题,5797 - 5802年,2014页。
19. O . Owoputi b·奥康纳c·代尔k . Gimpel n .施耐德和n . a . Smith“改进的词性标注在线对话文本与集群”一词在北美章计算语言学协会的会议上人类语言技术,2013年。
20. 文卡特桑K.G.S.。博士V。Khanna“自动包含流管理和动态路由发现系统研究所”,国际先进研究期刊》的研究在计算机科学和软件Engg。第二部,12个问题,2012年12月,页1 - 9日。
21. Needhu。C, K.G.S.文卡特斯”,系统检索信息直接从在线社交网络用户链接”,国际应用工程研究杂志,9卷,22个问题,6023 - 6028年,2014页。
22. K.G.S.文卡特斯,r . Resmi r . Remya”Anonymizimg地理路由使用不可链接性,再者“保存位置隐私,Internatnational先进研究期刊》的研究在计算机科学和软件工程,4卷,问题3,2014年3月,页523 - 528。
23. Selvakumari。P, K.G.S.文卡特斯,“车辆通信使用Fvmr技术”,国际应用工程研究杂志,9卷,22个问题,6133 - 6139年,2014页。
24. K.G.S.文卡特斯,g . Julin Leeya g . Dayalin Leena,“高效的彩色图像水印使用因素确立法”,国际先进研究期刊》的研究在计算机科学和软件Engg。问题3,卷。4日,页。529 - 538年3月- 2014。
25. m·j·保罗和m . Dredze。你推特:分析Twitter对公共卫生。2011年国际会议上博客和社交媒体。
26. 文卡特桑K.G.S.。Kausik Mondal,阿布Kumar“增强社会网络安全的第三方应用程序”,国际先进研究期刊》的研究在计算机科学和软件Engg。,3卷,问题3,2013年3月,页230 - 237。
27. 安纳普尔纳峰Vemparala K.G.S. katesan,“在MANET路由行为检测的使用基于ACK计划”,国际先进和创新研究杂志》上,卷2,问题5,261 - 268年,2013页。
28. 文卡特桑K.G.S.。基肖尔,Mukthar侯赛因,“坐:安全Archicture无线网状网络”,国际先进研究期刊》的研究在计算机科学和软件Engg。卷。3,问题3,页325 - 331,- 2013年4月。
29. 安纳普尔纳峰Vemparala K.G.S. katesan”,一个基于声誉的方案在MANET路由行为检测”S”国际计算机科学管理研究杂志》上,卷2,问题6,6 - 2013。
30. K.G.S.文卡特斯,”法尔斯的计划动态多路径重新配置系统故障恢复在无线网状网络”,国际期刊《计算机与通讯的创新研究。工程、卷。2,我年代su 8 e,非盟顾st - 2014。
31. m·j·保罗和m . Dredze。挖掘模型从Twitter公共卫生议题。健康,2012。
32. b·罗宾逊,r .权力,和m·卡梅伦。基于证据的地震检波器使用Twitter。在语言处理和危机信息研讨会,2013。
33. a·j·韦克菲尔德美国h·默奇a . Anthony j . Linnell d·m·卡森·m·马利克·m·Berelowitz a . p . Dhillon m·a·汤姆森和p·哈维,“收回:Ileal-lymphoid-nodular增生、非特异性结肠炎和儿童广泛性发育障碍”,《柳叶刀》杂志,1998年。